Análise Das Potencialidades Do Uso Da Ferramenta de Simulação Computacional em Operações Logísticas: Estudo de Caso em Um Armazém Geral

UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL
ESCOLA DE ENGENHARIA
PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE PRODUÇÃO
Análise das potencialidades do uso da ferramenta de

simulação computacional em operações logísticas:
estudo de caso em um armazém geral
Luciane Xerxenevsky Bergue
Orientador: Prof. Dr. Luiz Afonso dos Santos Senna
Dissertação de Mestrado submetida ao Programa de Pós-

Graduação em Engenharia de Produção da Universidade
Federal do Rio Grande do Sul, como requisito parcial para a
obtenção do título de Mestre em Engenharia de Produção.
Porto Alegre, dezembro de 2000.

Análise das potencialidades do uso da ferramenta de simulação computacional
em operações logísticas: estudo de caso em um armazém geral
Luciane Xerxenevsky Bergue
Esta dissertação foi julgada adequada para obtenção do título de Mestre em Engenharia de
Produção e aprovada em sua forma final pelo orientador e pela Banca Examinadora do
Programa de Pós-Graduação em Engenharia de Produção da Universidade Federal do Rio
Grande do Sul.
Luiz Afonso dos Santos Senna, Dr.
Orientador
Banca Examinadora:
Emílio Merino Dominguez

Prof. Programa de Pós-Graduação em Engenharia de Produção (PPGEP/UFRGS)
Helena Beatriz Bettella Cybis

Profª. Programa de Pós -Graduação em Engenharia de Produção (PPGEP/UFRGS)
Maria Cleci Martins Carvalho

Profª. da ULBRA
Porto Alegre, dezembro de 2000.

iii
Dedico este trabalho ao meu marido, Sandro Trescastro Bergue

e aos nossos futuros filhos , aos meus pais, irmãos e demais
familiares e ao meu padrinho de coração, Luiz Orlando Fração,
com muito carinho. Agradeço a vocês por acreditarem, pelos
valores, incentivos, força, confiança e compreensão.
iv
AGRADECIMENTOS
Este trabalho é resultado de muito esforço, luta, ideais, discussões, aprendizagem,

cooperação e apoio de muitas pessoas e organizações. Nesta oportunidade faço questão de
agradecer:
♦ A Deus, pelas pessoas iluminadas colocadas em minha vida em momentos chave que
viabilizaram este trabalho;
♦Ao amigo Sidnei Barrônio, pelo incentivo, disponibilidade, discussões, contribuições,

material bibliográfico, em fim, por ser iluminado.
♦Aos colegas e amigos da turma de mestrado de 1998, Cíntia Paese, Cristiano Schuch,
Cristina Dias Soares, Janaína Macke, Luís Filipe Trevisan, Renato Michel, Rodrigo Souto e
Rogério Bañolas pelos momentos vividos ao longo destes anos e ao apoio incondicional, em
especial a Marcelo Moutinho e Roberta Baleeiro de Sá Adami, pessoas iluminadas.
♦Aos professores Luís Henrique Rodrigues, pelos ensinamentos em simulação

computacional e contribuições amplas em minha formação, Aurélio Andrade, pelo
entusiasmo e gosto despertados para o pensamento sistêmico e aprendizagem
organizacional, José Francisco Kliemman, pelo apoio e força para recomeçar e Flávio
Fogliatto pelo aprendizado em pesquisa operacional, material disponibilizado e pela
seriedade e dedicação demonstrada em suas aulas.
♦Ao professor colaborador Peter Hansen, pelos incentivos, sugestões, contribuições e pela
atenção sempre disponibilizada em discutir meu trabalho.
♦A todas as pessoas da empresa em que tive o prazer de trabalhar na elaboração do estudo

de caso, pela disponibilidade, discussões e entusiasmo.
♦Imensamente a acolhida que tive na empresa em que desenvolvi o estudo de caso, pela
cultura de investimento em capital humano, pela abertura, incentivo e confiança.
♦A UFRGS, pela qualidade do ensino público e gratuito em minha formação desde a

graduação.
♦Ao CNPQ, pelo incentivo à pesquisa através da concessão de bolsas de estudos;
♦Ao professor orientador Luiz Afonso dos Santos Senna, pelos subsídios indispensáveis
para a conclusão deste trabalho.
SUMÁRIO
LISTA DE FIGURAS.............................................................................................................................VII
LISTA DE TABELAS .......................................................................................................................... VIII
LISTA DE SÍMBOLOS ....................................................................................................................... VIII
RESUMO.................................................................................................................................................IX
ABSTRACT.............................................................................................................................................. X
CAPÍTULO 1 – INTRODUÇÃO ............................................................................................................ 11
1.1 JUSTIFICATIVA DO ESTUDO ............................................................................................................... 13
1.2 OBJETIVOS DO E STUDO .................................................................................................................... 14
1.2.1 Objetivo Geral.......................................................................................................................... 14
1.2.2 Objetivo Específico................................................................................................................... 14
1.3 DELIMITAÇÃO DO E STUDO ................................................................................................................ 14
1.4 ESTRUTURA DO ESTUDO ................................................................................................................... 15
CAPÍTULO 2 – REFERENCIAL TEÓRICO ........................................................................................ 16
2.1 LOGÍSTICA........................................................................................................................................ 16
2.1.1 Conceito de Logística ............................................................................................................... 17
2.1.2 Evolução da Logística .............................................................................................................. 18
2.1.3 Escopo da Logística.................................................................................................................. 19
2.2 ARMAZENAGEM................................................................................................................................ 21
2.2.1 Caracterização de Armazém Geral ........................................................................................... 23
2.2.2 Processo de Recebimento.......................................................................................................... 24
2.2.3 Processo de Armazenagem........................................................................................................ 25
2.2.4 Processo de Expedição ............................................................................................................. 26
2.2.5 Tecnologias Aplicadas .............................................................................................................. 26
2.3 SIMULAÇÃO COMPUTACIONAL .......................................................................................................... 28
2.3.1 Sistemas e modelagem computacional....................................................................................... 29
2.3.2 Conceito de Simulação Computacional.................................................................................... 30
2.3.3 Vantagens e desvantagens do uso da simulação computacional................................................ 31
2.3.4 Aplicações da simulação computacional .................................................................................. 32
2.3.5 Classificação dos modelos de simulação .................................................................................. 34
2.3.6 Evolução dos software de Simulação Computacional ............................................................... 37
2.3.7 Software de Simulação Computacional utilizado...................................................................... 39
CAPÍTULO 3 – MÉTODO DE TRABALHO ........................................................................................ 42
3.1 CLASSIFICAÇÃO DO ESTUDO ............................................................................................................. 42
3.2 INSTRUMENTOS DE COLETA DE DADOS .............................................................................................. 42
3.3 ETAPAS DA PESQUISA ....................................................................................................................... 43
3.4 MÉTODO PARA DESENVOLVIMENTO DO PROJETO DE SIMULAÇÃO COMPUTACIONAL ............................. 44
3.4.1 Planejar o projeto de simulação................................................................................................ 45
vi
3.4.2 Definir o sistema e o modelo conceitual .................................................................................... 48

3.4.3 Construir o modelo computacional ........................................................................................... 49
3.4.4 Conduzir experimentos com o modelo ....................................................................................... 50
3.4.5 Analisar os resultados .............................................................................................................. 51
3.4.6 Apresentar os resultados e implementar .................................................................................... 52
CAPÍTULO 4 – ESTUDO DE CASO ..................................................................................................... 53
4.1 CARACTERIZAÇÃO DO ARMAZÉM GERAL........................................................................................... 53
4.2 DESENVOLVIMENTO DO PROJETO DE SIMULAÇÃO ............................................................................... 55
4.2.1 Planejamento do projeto de simulação ...................................................................................... 55
4.2.2 Definição do Sistema e Modelo Conceitual ............................................................................... 64
4.2.3 Construção do Modelo Computacional ..................................................................................... 68
4.2.4 Condução de Experimentos....................................................................................................... 71
CAPÍTULO 5 – ANÁLISE DA SIMULAÇÃO....................................................................................... 76
5.1 RESULTADOS OBTIDOS COM A SIMULAÇÃO COMPUTACIONAL.............................................................. 76
5.1.1 Apresentação e interpretação dos resultados............................................................................. 76
5.1.2 Oportunidades de Melhoria ...................................................................................................... 85
5.2 APRESENTAÇÃO DOS RESULTADOS E IMPLEMENTAÇÃO ...................................................................... 86
CAPÍTULO 6 – CONCLUSÕES DO ESTUDO ..................................................................................... 87
6.1 AVALIAÇÃO DO PROJETO DE SIMULAÇÃO DESENVOLVIDO................................................................... 88
6.2 AVALIAÇÃO DO ESTUDO REALIZADO ................................................................................................. 89
6.3 POTENCIALIDADES DO USO DA F ERRAMENTA DE S IMULAÇÃO COMPUTACIONAL ................................. 89
6.4 PROPOSTA PARA ESTUDOS FUTUROS .................................................................................................. 90
REFERÊNCIAS BIBLIOGRÁFICAS.................................................................................................... 92
vii
LISTA DE FIGURAS
Figura 1: Funções básicas de um armazém ................................................................................................ 24

Figura 2: Caminhos para estudar um sistema (Fonte: Law e Kelton, 1991).................................................. 30
Figura 3: Base conceitual da simulação (fonte: Pidd 1998, p. 226).............................................................. 31
Figura 4: Classificação dos modelos de simulação (fonte: Barrônio, 2000). ................................................ 35
Figura 5: Trade-off entre flexibilidade de modelagem e especialização do usuário na ferramenta (fonte:
Rodrigues, 1994).............................................................................................................................. 38
Figura 6: Pacote Promodel......................................................................................................................... 40
Figura 7: Método de condução do projeto de simulação (Fonte: Barrônio, 2000). ....................................... 45
Figura 8: Árvore da Realidade Atual - ARA............................................................................................... 46
Figura 9: Etapa de planejamento do projeto de simulação (Fonte: Barrônio, 2000)...................................... 47
Figura 10: Etapa de definição do sistema (fonte: Barrônio, 2000). .............................................................. 48
Figura 11: Etapa de construção do modelo (Fonte: Barrônio, 2000). ........................................................... 49
Figura 12: Etapa de conduzir experimentos com o modelo (adaptado de Barrônio, 2000)............................ 50
Figura 13: Etapa de análise dos resultados (Fonte: Barrônio, 2000). ........................................................... 51
Figura 14: Apresentar resultados e implementar (Fonte: Barrônio, 2000). ................................................... 52
Figura 15: Processo de expedição de mercadoria........................................................................................ 56
Figura 16: Árvore da Realidade Atual - entendendo problemas da expedição............................................. 58
Figura 17: Fluxo de atividades da expedição. ............................................................................................. 59
Figura 18: Classificação do modelo de apanha separação.......................................................................... 63
Figura 19: Modelo computacional.............................................................................................................. 70
Figura 20: Indicador de eficácia de separação – comparação entre o sistema real e o cenário 1 (r²=0.9195). 77
Figura 21: Indicador Produtividade diária - comparação entre o sistema real e o cenário 1 (r²=0.9791)........ 78
Figura 22: Indicador Produtividade Horária - comparação entre o sistema real e o cenário 1 (r²=0.8750)..... 78
Figura 23: Indicador de eficácia de separação – cenário 2........................................................................... 79
Figura 24: Indicador Produtividade Diária - cenário 2. ............................................................................... 79
viii
LISTA DE TABELAS
Tabela 1: Evolução da logística (adaptado de Novaes, 1999a)...................................................... 18
Tabela 2: Nova exigências e impactos operacionais na armazenagem .......................................... 22
Tabela 3: Evolução dos sistemas de simulação (Adaptado de Lobão e Porto, 1996). .................... 37
Tabela 4: Elementos da atividade de apanha separação............................................................... 64
Tabela 5: Matriz de relacionamento - elementos do modelo e grau de atuação. ............................ 65
Tabela 6: Elementos de entrada do modelo. ................................................................................. 67
Tabela 7: Elementos de resposta do modelo................................................................................. 67
Tabela 8: Elementos do modelo computacional. .......................................................................... 68
Tabela 9: Cenários para simulação .............................................................................................. 74
Tabela 10: quadro resumos dos cenários - elementos de entrada................................................... 75
Tabela 11: Indicador de utilização de recursos e perdas do sistema – cenário 2. ........................... 80
Tabela 15: Resumo do experimento realizado.............................................................................. 85
LISTA DE SÍMBOLOS
SÍMBOLO OBS.
ARA Árvore da Realidade Atual – ferramenta do Processo de pensamento da teoria
das Restrições.
EDI Troca eletrônica de dados - Electronic Data Interchange
FEFO Regra de expedição de mercadoria – a primeira que expirar será a primeira a
sair – First Expired First Out
FIFO Regra de expedição de mercadoria – a primeira que entra será a primeira a
sair – First In First Out
LIFO Regra de expedição de mercadoria – a última a entrar será a primeira a sair -
Left In First Out
PBR Palete PBR é o palete padronizado nas dimensões 1,00x1,20.
SKU Stock Keeping Unit - unidade ou item de produto em estoque
UMA Unidade de Movimentação e Armazenagem no armazém.
WMS Warehouse Management System – sistema de gerenciamento de armazém
ix
RESUMO
Esta dissertação analisa potencialidades de uso da ferramenta de simulação

computacional em atividades de um Armazém Geral. Para tanto, foi realizado um estudo
de caso em um Armazém Geral onde se aplicou a ferramenta segundo o método de
desenvolvimento de projetos de simulação computacional proposto por Barrônio (2000). O
desenvolvimento do projeto de simulação foi, então, focado na atividade de apanha
separação, integrante do sub-processo de separação de pedidos.
O substrato teórico utilizado envolve uma abordagem sobre a logística e

caracterização de armazém geral, bem como uma revisão dos conceitos principais da
ferramenta de simulação computacional.
No desenvolvimento da pesquisa, identificaram-se diversas aplicações da

simulação tanto no armazém geral e terminais de cargas da empresa, quanto na análise da
malha de rotas da empresa. A partir da análise dos resultados da simulação, em diversos
cenários desenvolvidos e do entendimento sistêmico da situação em estudo, identificou-se
como oportunidade de melhoria a definição de horários fixos de parada para descanso ao
longo da jornada de trabalho na atividade de apanha separação.
O desenvolvimento do projeto de simulação computacional contribuiu como

instrumento de aprendizagem e tomada de decisões sobre a realidade organizacional.
Através de experimentação no modelo computacional o grupo de trabalho pôde testar e
mudar seus pressupostos e sua compreensão do mundo real, aprimorando a aprendizagem.
Identificou-se ainda, que os armazéns gerais dotados de sistema de

gerenciamento automatizado apresentam um grande potencial para desenvolvimento de
projetos de simulação, principalmente, devido à disponibilidade de dados característicos
destas organizações.
x
ABSTRACT
This dissertation analyses potential use of the computational simulation tool to

improve warehouse activities. A case study has been done in a warehouse where the tool
was applied according to a development method of computational simulation projects. The
focus of simulation project was “separation pick” activities, that is part of the request
separation sub process.
The theory utilized involves a logistics approach, a warehouse characterization

and a computational simulation tool revision.
In the research development, several applications of the simulation were

identified in the general warehouse and the terminals load enterprise, also in the enterprise
routes trap analysis. As of the simulation results analysis in different developing sceneries,
the fixed schedules of repose stop during a day’s work was identified as an improvement
opportunity in the study system.
The development of the computational simulation project contributed as a tool

to learn and take decisions about the organization reality. Besides the experimentation in
the computational model, the work group could test and change the presupposes, and the
real world comprehension, improving the learning.
It was identified that warehouses have automated management system show a

great potential to a development of simulation projects, because dates disposability
characteristic.
11
CAPÍTULO 1 – INTRODUÇÃO
O processo de transformação pelo qual passa a economia mundial, associado

ao desenvolvimento de tecnologias e aos recursos disponíveis, estabeleceu novos níveis de
competitividade nos diversos setores da economia. Neste cenário, as organizações buscam
constantes aprimoramentos a fim de atingir melhores níveis de desempenho e, por
conseguinte, sua permanência no mercado.
Neste ambiente de crescentes exigências, o sistema logístico assume papel

fundamental na estratégia competitiva das empresas (Bowersox, 1986; Ballou, 1993;
Christopher, 1997; Ching, 1999; e Novaes, 1999). A logística empresarial moderna procura
incorporar prazos de entrega menores acordados de forma que possam ser cumpridos;
buscar a integração efetiva entre todos os setores da empresa, com fornecedores (parcerias)
e clientes; a otimização global da cadeia produtiva; e a satisfação plena do cliente.
Assim, alguns processos do sistema logístico, até então pouco significativos,

passam a ter uma importante participação no sistema. Um caso típico é a operação de
armazenagem e expedição de bens e serviços. A armazenagem, por muito tempo, foi uma
função quase esquecida, considerada apenas uma área física destinada para estocar
mercadorias limitando-se às simples funções de recebimento, estocagem (armazenagem) e
expedição dos materiais. No entanto, a operação de armazenagem na atualidade passa a
ser considerada como uma vantagem competitiva. Ao processo de armazenagem foram
agregadas as atividades como o controle de estoque automatizado, a montagem de
conjuntos de produtos (kits), a embalagem, a inspeção e o controle de qualidade.
O modelo industrial, baseado nos conceitos de vantagem competitiva (Porter

1986), apresenta a tendência de valorizar os pacotes de serviços das mais variadas
12
espécies. Entre eles citam-se os serviços de distribuição, abastecimento, armazenagem,

atendimento ao cliente, proposta de soluções de projetos, entre outros.
A nova visão da operação de armazenagem associada à tendência de

terceirização fez com que a figura dos armazéns gerais1 ressurgisse no Brasil. Hoje, a
instalação de um armazém geral, requer o investimento em novas tecnologias de
gerenciamento de armazéns (WMS - Warehouse Management System), movimentação e
separação de materiais, para aumentar a produtividade e o aproveitamento do armazém.
O objetivo dos armazéns gerais consiste em oferecer níveis de serviço cada vez
mais altos em termos de confiabilidade, tempo de atendimento e eficiência. Isto vem ao
encontro do princípio da redução dos custos e dos inventários, das cadeias produtivas
através de sistemas de reposição contínua e de entregas freqüentes de pequenos pedidos. A
complexidade operacional dos armazéns gerais torna-se, então, aparente.
O desafio de atuar em sistemas complexos está intimamente relacionado com o

processo de tomada de decisões gerenciais. Conforme salienta Pidd (1998), não há certeza
acerca das conseqüências decorrentes de mudanças promovidas em sistemas complexos.
Tal certeza só se tornaria possível a partir do completo controle sobres os eventos, o que
geralmente é difícil de operacionalizar. Todavia, assinala o referido autor, existem formas
de minimizar os riscos e de gerenciar a complexidade dos sistemas.
Abre-se espaço para o uso de ferramentas para auxiliar o processo de

aprendizagem e compreensão de sistemas com o intuito de dar suporte às tomadas
decisões, e é neste sentido que este trabalho está sendo realizado. O presente trabalho
direciona o estudo de caso na atividade de um armazém geral, um dos componentes do
sistema logístico, cuja performance e custos refletem diretamente no nível de serviço da
cadeia produtiva. Será utilizada a ferramenta da simulação computacional em uma
atividade de armazenagem, através de um estudo de caso, com o intuito de analisar suas
potencialidades neste ambiente.
13
1.1 Justificativa do estudo
A compreensão dos processos de armazenagem caracterizados e a otimização

da utilização dos recursos a eles destinados são importantes elos para a melhoria dos
sistemas logísticos. Assim, o desenvolvimento de um estudo com o objetivo de identificar
potencialidades de uso da ferramenta de simulação computacional para dar suporte à
tomada de decisões neste ambiente mostra-se relevante.
Uma das motivações para a realização deste estudo provém da dificuldade de

se encontrar publicações no Brasil sobre o uso da simulação computacional em armazéns
gerais, constituindo, assim, uma contribuição teórica deste trabalho. Neste particular, cabe
referir que muitas das aplicações desenvolvidas em organizações acabam sendo restritas ao
seu ambiente originário.
A oportunidade da análise desenvolvida no estudo de caso proposto assenta-se

na importância de conhecer alternativas que permitam atingir melhorias nos processos
antes de causar impactos sobre o fluxo de trabalho real. Para tanto, o primeiro passo a ser
dado consiste em entender o sistema. A simulação computacional tem sido citada como
uma ferramenta eficaz para melhorar esse entendimento (Law & Kelton, 1991; Pidd,
1998).
Na análise de viabilidade do projeto considera-se como fatores relevantes à

disponibilidade das partes envolvidas, a complexidade, o custo e o acesso às informações.
O projeto de simulação foi apresentado e aprovado na empresa em estudo, a qual se
interessou e se propôs a fornecer os dados necessários para o desenvolvimento da pesquisa.
Neste sentido, verifica-se que o acesso às informações, assim como a complexidade e os
custos envolvidos, estão de acordo com a realidade do projeto.
1
Os armazéns públicos podem ser classificados em seis tipo. O armazém geral é um tipo de armazém público
destinados para a armazenagem de matéria-prima e/ou produtos acabados (Lambert et al. 1998).
14
1.2 Objetivos do Estudo
1.2.1 Objetivo Geral

Analisar as potencialidades de utilização da ferramenta de simulação
computacional em um ambiente de armazém geral
1.2.2 Objetivo Específico

Com o propósito de alcançar o objetivo principal deste estudo, o seguinte
objetivo específico deve ser atingido: realizar um estudo de caso em um sistema de
armazenagem desenvolvendo um projeto de simulação computacional calcado em um
método de condução de projetos de simulação.
1.3 Delimitação do Estudo
O estudo foi realizado em um armazém geral pertencente a uma empresa de

transporte rodoviário de carga do país. O armazém geral está localizado na região
metropolitana de Porto Alegre/RS.
No âmbito do armazém geral, a proposta de estudo está focalizada no processo

de expedição. O processo de expedição de mercadorias contempla quatro sub-processos,
quais sejam: processamento de pedidos, separação de pedidos, conferência e carregamento.
Em face da complexidade do sistema, optou-se por restringir o estudo ao sub-processo de
separação de pedidos, na atividade de apanha palete.
Convém observar que a análise de potencialidade da utilização da simulação

computacional no ambiente em estudo está direcionada ao desenvolvimento de um projeto
de simulação para a aprendizagem e o entendimento do sistema em estudo. Não sendo
assim, o objetivo principal do estudo utilizar a simulação para resolver um problema
específico da empresa.
Por fim, este estudo está focado na discussão em torno das necessidades de
compreensão do método de desenvolvimento de projeto de simulação e identificação de
potenciais aplicações da ferramenta de simulação computacional no ambiente em estudo.
Sendo assim, não se objetiva fazer uma descrição aprofundada da ferramenta utilizada,
nem uma análise comparativa dos diferentes software de simulação disponíveis no
mercado.
15
1.4 Estrutura do Estudo
Esta dissertação está estruturada em 6 capítulos, descritos a seguir.
Capítulo 1 – Introdução: busca prover informações para a compreensão do

trabalho realizado. Define-se, neste capítulo, o problema de pesquisa, apresentam-se os
objetivos, a justificativa da pesquisa, e descrevem-se as delimitações da pesquisa e a
estrutura da dissertação.
Capítulo 2 – Referencial Teórico: neste capítulo apresenta-se o aporte teórico

necessário à discussão do tema em estudo. São abordados temas como logística, armazém
geral e os princípios básicos da técnica de simulação computacional.
Capítulo 3 – Método de trabalho: apresenta o método aplicado para o

desenvolvimento desta dissertação. São apresentados as etapas do trabalho e o método
aplicado para o desenvolvimento do projeto de simulação computacional.
Capítulo 4 – Estudo de caso: destina-se à apresentação do estudo de caso

realizado a partir da descrição do desenvolvimento do trabalho. É caracterizado o objeto
em estudo e apresentado o projeto de simulação computacional desenvolvido.
Capítulo 5 – Análise da simulação: reúne os resultados e interpretações obtidas

com a simulação. Também são identificadas as oportunidades de melhorias e a forma de
apresentação e implementação dos resultados.
Capítulo 6 – Conclusões do estudo: são apresentadas as conclusões obtidas

com o estudo buscando responder aos objetivos propostos. Apresentam-se também
sugestões para pesquisas futuras.
16
CAPÍTULO 2 – REFERENCIAL TEÓRICO
Este capítulo apresenta as bases teóricas para a realização deste trabalho.

Inicialmente faz-se uma breve descrição de logística com o intuito de contextualizar a
armazenagem dentro da cadeia produtiva2. Na seqüência são abordados conceitos que
envolvem o armazém geral e são feitas considerações sobre a ferramenta de simulação
computacional.
2.1 Logística
A logística tem sido exercida desde os tempos mais remotos da civilização,

entretanto, paradoxalmente, seu conceito é moderno. Na sua acepção moderna, a logística
tem origem na Segunda Guerra Mundial estando ligada às operações militares. Segundo
Hall (1985), o termo logística começou a ser utilizado para descrever uma variedade de
ferramentas analíticas utilizadas para maximizar a eficiência do fluxo de materiais, a
utilização de equipamentos e as pessoas durante a guerra. Após a Segunda Guerra
Mundial, os conceitos e técnicas desenvolvidas para fins militares passaram a migrar para
o setor privado.
2
Outros termos usados para este conceito são cadeia de abastecimento, cadeia de fornecimento e/ou supply
chain. O Supply chain é todo esforço envolvido nos diferentes processos e atividades empresariais que criam
valor na forma de produtos e serviço para o consumidor final (Chain, 1999).
17
2.1.1 Conceito de Logística
Uma revisão conceitual sobre a logística permite observar que diversas

abordagens foram elaboradas ao longo das últimas décadas, corroborando seu caráter
evolutivo. Em seu conceito de logística Daganzo (1991) enfatiza a distribuição física dos
produtos. Para ele, a logística estuda como levar itens da produção para o consumidor com
o menor custo.
Enfoques mais abrangentes se preocupam não só com a distribuição do produto

acabado, mas também englobam o fluxo de produtos e informações desde a aquisição da
matéria-prima até o consumidor final. Neste sentido, Ballou (1993) define a logística
empresarial como:
“(...) todas as atividades de movimentação e armazenagem, que facilitam

o fluxo de produtos desde o ponto de aquisição da matéria-prima até o
ponto de consumo final, assim como dos fluxos de informação que
colocam os produtos em movimento, com o propósito de providenciar
níveis de serviço adequados aos clientes a um custo razoável”. (Op. cit.
p.24)
Também em uma perspectiva ampla o Council of Logistics Management

americano define a logística como:
“(...) o processo de planejar, implementar e controlar de maneira

eficiente o fluxo e a armazenagem de produtos, bem como os serviços e
informações associadas, cobrindo desde o ponto de origem até o ponto
de consumo, com o objetivo de atender aos requisitos do
consumidor”.(Council of Logistics Management apud Novaes, 1999b, p.
4)
18
2.1.2 Evolução da Logística
Bowersox (1986), Ballou (1993), Lambert et al. (1998), Novaes (1999), Ching
(1999), apontam a evolução contínua da logística através da ampliação de suas atividades,
atualmente voltadas ao desenvolvendo do gerenciamento da cadeia de suprimento de forma
integrada. Tal evolução decorre das mudanças verificadas na administração das
organizações, que buscam adaptar-se às novas exigências de mercado.
Novaes (1999a) divide o processo de evolução da logística em quatro fases

esquematizadas na tabela 1.
Tabela 1: Evolução da logística (adaptado de Novaes, 1999a)

FASE AMBIENTE FOCO
1° - Atuação segmentada Pós II Guerra mundial - Controle de custos
Sub-sistemas otimizados - Produtos únicos (pouca flexibilidade) - Lotes econômicos de transporte (visão
separadamente, com estoques - Voltados para único segmento transporte)
servindo de pulmão. - Pedido econômico
2° - Integração rígida - Crise do petróleo: reflexo no aumento - Maior integração entre pedidos de
Busca inicial de racionalização do custo transporte. fabricação e despacho.
integrada da cadeia, mas rígida por - Congestionamento crescente dos - Processo de decisão integrado.
não permitir correção dinâmica do centros urbanos com reflexo no custo - Otimização de atividades e
planejamento ao longo do tempo. de distribuição. planejamento.
- Desdobramento da demanda em - Uso da informática para cálculo e
grupos heterogêneos de consumidores otimização.
(segmentação de mercado).
- Processos produtivos flexíveis, para
- Desenvolvimento da informática maior variedade do produto.
3° Integração flexível - Globalização: reflexo nos níveis de - Satisfação plena do cliente.
Integração dinâmica: dentro da competitividade internacional - Busca do estoque zero.
empresa e nas inter-relações da - Mudança nos modelos de gestão - Prazos de entrega mais curtos possíveis.
empresa com fornecedores e clientes - Emergência de novos padrões de - Redução de custo.
qualidade e produtividade
- Competitividade.
- Diversificação de produtos e
mercados. - Integração da logística em termos
operacionais e físicos.
- Uso intensivo da informação e da
informática – EDI (Electronic Data
Interchange), código de barras.
4° Gerenciamento da Cadeia de - Elevação nos níveis de - Questão logística tratada de forma
Suprimentos competitividade. estratégica entre os componentes da
- Empresas virtuais. cadeia produtiva – parceria.
- Uso do conceito de postponement - Agregação de valor para o cliente final.
(postergação) - Redução das incertezas ao longo da
- Crescimento das compras eletrônicas. cadeia produtiva.
- Preocupação com o meio ambiente –
logística verde e logística reversa.
19
2.1.3 Escopo da Logística
Ballou (1993) desdobra o sistema logístico integrado em dois componentes

básicos, quais sejam:
a) componente primário: constituído pelo transporte, manutenção de estoques

e pelo processamento de pedidos;
b) componente de apoio: constituído pela armazenagem, manuseio de

material, embalagens de proteção e manutenção de informação.
A logística engloba a movimentação física dos produtos e o fluxo de

informações, podendo atuar em diversas áreas, entre as quais destaca-se a área de
transporte de suprimentos, a área de apoio à produção e a área de transporte de
distribuição. Os temas a serem tratados na atividade logística apresentam-se bastantes
diversificados, como exemplo Chain (1999) destaca:
♦ Fluxo de compras de matérias-primas;
♦ Operações de produção;
♦ Controle de materiais e processos;
♦Gerenciamento de transporte que abrange a movimentação de materiais

internos e externos à empresa;
♦ Distribuição para os clientes finais a partir da fábrica e/ou depósitos

intermediários;
♦ Recebimento de matéria-prima;
♦ Armazenagem.
Hall (1985) divide as atividades logísticas em produção, armazenagem e

transporte. Este sintetiza o escopo das operações logísticas enfatizando sua dimensão
temporal (quando) e espacial (onde) através de três questões chaves, a saber:
20
1. Quando e onde os bens devem ser produzidos?
2. Quando e onde os bens devem ser armazenados?
3. Quando e onde os bens devem ser transportados?
Segundo Novaes (1999b), além da dimensão temporal e espacial que agregam

valor para o consumidor final, a logística agrega valor, também, de qualidade e de
informação na cadeia produtiva.
Estas dimensões que agregam valor ao consumidor final são evidenciadas na

definição da missão da logística apresentada por Ching (1999):
“- fornecer quantidade desejada de serviços aos clientes, objetivando

alcançar níveis de custos aceitáveis e competitivos”;
- proporcionar subsídios e condições para que se movimentem da

maneira mais rápida e eficaz possível;
- contribuir para gestão comercial da companhia, por meio da

confiabilidade e eficácia da movimentação dos materiais, bem como nos
prazos e metas de atendimento aos pedidos efetuados pelos clientes.”
(Ching, 1999, p.18)
Diante do exposto, ressalta-se que a logística passa a ser vista e valorizada

como integradora das várias funções ao longo da cadeia produtiva, sua base conceitual tem
evoluído de forma a considerar sistemicamente todas as atividades que se relacionam direta
e indiretamente aos fluxos físico e de informação (Kaibara, 1998). De fato, dentro do
conceito moderno de gerenciamento da cadeia produtiva, a logística aparece como
elemento chave de integração (Novaes, 1999b).
21
2.2 Armazenagem
O conceito de armazém é bastante flexível, visto que não há exigências ou

condições mínimas para sua caracterização. Armazém pode ser definido como qualquer
depósito que ofereça condições próprias à guarda e proteção de mercadorias (Revista
Movimentação e Armazenagem, 1999).
Tradicionalmente os armazéns foram considerados apenas um local para

estocar mercadorias. No entanto, atualmente a operação de armazenagem pode ser uma
vantagem competitiva, visto que é parte integrante de todos os sistemas logísticos.
Segundo Lambert et al. (1998), as operações de armazenagem têm o papel de proporcionar
o nível desejado de serviço ao cliente a um custo total mais baixo possível.
Em geral, quando as empresas decidem armazenar matérias-primas ou produtos

acabados, existem duas opções para uso de instalações físicas, quais sejam, instalações
alugadas, também denominada de armazenagem pública ou instalações próprias
denominadas de armazenagem própria. Lambert et al. (1998) classificam os armazéns
públicos em seis tipos, a saber:
♦ armazéns gerais de bens manufaturados – provavelmente a forma mais

comum de armazenagem, são caracterizados pela armazenagem de bens
manufaturados;
♦ armazéns refrigerados – proporcionam ambientes com temperatura

controlada, utilizados para preservação de bens perecíveis, congelados,
alguns produtos farmacêuticos, entre outros;
♦armazéns alfandegados – caracterizados pelo pagamento das taxas de

importação somente com a venda da mercadoria;
♦armazéns de artigos domésticos e móveis – utilizados para

armazenagem de bens pessoais;
22
♦armazéns especiais para produtos de base – são utilizados para produtos

agrícolas específicos, como grão lã e algodão. Geralmente apenas um
tipo de produto é manipulado pelo armazém;
♦armazenagem a granel – proporcionam a estocagem em tanques

líquidos e armazenamento aberto ou coberto de produtos secos como
carvão, areia e produtos químicos.
Sob o ponto de vista da delimitação deste trabalho, o foco está direcionado para
os armazéns gerais.
O novo ambiente de negócios, caracterizado pela competição acirrada e por

clientes mais exigentes, reflete diretamente na operação de armazenagem. Na tabela 2
identifica-se as principais exigências para as operações de armazenagem (ambiente) e seus
respectivos impactos operacionais:
Tabela 2: Nova exigências e impactos operacionais na armazenagem
AMBIENTE NOVA EXIGÊNCIA PARA IMPACTOS OPERACIONAIS

OPERAÇÃO DE ARMAZENAGEM
- política de redução de - entregas freqüentes de pedidos - aumento das atividades de

estoque em pequenas quantidades; recebimento e expedição;
- baixa tolerância a erros dos - maior demanda para
armazéns - controle de qualidade atividade de separação de
zero defeitos. pedidos fracionados (picking);
- aumento da atividade de
controle de qualidade;
- maior circulação de
informação.
- Desdobramento da demanda - ciclo de pedidos mais curtos; - necessidade de maior espaço
em grupos heterogêneos - aumento do número de itens em para estocar separadamente
(segmentação de mercados); estoque (SKU). um número mais elevado de
- Diversificação de produtos e itens;
mercados. - diminuição da produtividade
por empregado;
- maior circulação de
informação.
23
Lacerda (1999) aponta que a instalação de armazenagem tradicional,

caracterizada pelo baixo índice de automação e muitas vezes projetadas para maximizar a
utilização do espaço físico e não, a eficiência do fluxo físico, não tem como manter a
eficiência/eficácia e absorver as novas exigências operacionais.
Diante das novas exigências, a figura dos armazéns gerais, gerenciados por
terceiros, assumem importante papel dentro do sistema logístico. Os serviços vão além da
tradicional estocagem de curto e médio prazo, foram incorporados as atividades de
controle automatizado de inventário, montagem de conjuntos de produtos, embalagem,
inspeção e controle de qualidade. A tendência é que os esforços estejam concentrados em
atender às necessidades dos clientes para agregar valor ao serviço (Banzato e Fonseca,
1999).
Dado que a armazenagem assume a condição de importante elo no

gerenciamento da cadeia produtiva, a questão que se impõe é: como estas instalações
podem contribuir para atender o nível de serviço estabelecido? A resposta para esta
questão será explorada nas próximas seções.
2.2.1 Caracterização de Armazém Geral
O que caracteriza os armazéns gerais é o fato de se poder receber mercadorias

de mesma natureza e qualidade, pertencentes a diversos donos, guardando-se misturadas
(Artigo 12° do Decreto n° 1.102, de 21 de novembro de 1903).
Como principais atividades desenvolvidas nestes armazéns destacam-se o

controle do estoque, o recebimento e estocagem dos materiais, o endereçamento no
depósito, o controle do reabastecimento, o controle do FIFO (primeira que entra será a
primeira a sair), LIFO (última a entrar será a primeira a sair) e/ou FEFO (primeira a expirar
será a primeira a sair) para expedição das mercadorias, a alocação dos recursos nos
processos de forma eficiente, o controle dos lotes de materiais, o inventário, a expedição de
mercadorias, os relatórios gerenciais, a codificação dos itens e dos paletes e a montagem de
pedidos para clientes.
24
Em armazéns gerais com sistema de gerenciamento automatizado identificam-

se em sua operação, basicamente, três processos-chave, quais sejam: recebimento,
armazenamento e expedição (Manual, 2000).
A figura 1 esquematiza as funções básicas de destes armazéns:
Recebimento
Portaria
Descarregamento
Conferência
Armazenagem Movimentação
Estocagem
Expedição Processamento de pedido
Separação de pedidos
Conferência
Carregamento
Figura 1: Funções básicas de um armazém
2.2.2 Processo de Recebimento
A função do recebimento consiste em internalizar as mercadorias recebidas no

armazém, garantindo a qualidade no recebimento e permitindo a identificação das mesmas.
O recebimento ocorre em docas de descargas, podendo ser feito manualmente ou com
equipamento especializado. As cargas que chegam ao depósito devem ser descarregadas,
conferidas, identificadas e encaminhadas ao local de armazenagem.
Os principais sub-processos do processo de recebimento são portaria,

descarregamento e conferência. A portaria é responsável pela entrada e saída de veículos
no armazém, como principal atividade destaca-se o registro do veículo que dará seqüências
as outras atividades do armazém. O descarregamento é composto basicamente pela
25
atividade de geração do pedido de descarga, via papel ou via sistema computacional, e a

convocação de operador de empilhadeira para efetivação da descarga. A conferência é
responsável pelo recebimento de mercadorias e, como principais atividades, destaca-se a
verificação da qualidade do material recebido, a identificação dos volumes recebidos e
identificação das Unidades de Movimentação e Armazenamento (UMA).
2.2.3 Processo de Armazenagem
O armazenamento tem como função a movimentação até o local de

armazenagem e alocação do produto recebido no local de armazenamento, este último
atendendo às regras de aproveitamento e distribuição do armazém definidas no
planejamento do armazém (Banzato e Fonseca, 1999). O Armazenamento é composto das
seguintes sub-processos: endereçamento, movimentação horizontal ou vertical,
ressuprimento, transferências e armazenagem propriamente dita.
A movimentação da mercadoria num armazém geral pode ser classificada em

movimentação horizontal e movimentação vertical caracterizados, respectivamente pelo
deslocamento horizontal e deslocamento vertical das mercadorias. A movimentação deve
ser realizada através de equipamentos especializados, tais como paleterira manual ou
elétrica, empilhadeira elétrica ou a gás, transelevadores, esteiras rolantes, entre outros.
O desempenho do sistema de movimentação interna num armazém é

influenciado pelo:
♦ projeto de arranjo físico interno - área, piso, layout, pé direito,

modularidade do prédio;
♦ a estrutura de armazenagem - estrutura porta palete, drive-in, racks,

prateleira, blocos de produtos;
♦ equipamentos para movimentação - empilhadeiras, paleteiras,

carrinhos e esteiras;
♦ recursos tecnológicos – sistema de gerenciamento de armazém (WMS-

Warehouse Management System), código de barras, coletores, rádio-
freqüência, entre outros.
26
A função do ressuprimento é abastecer as áreas destinadas à coleta de

mercadoria com unidade menor que uma palete. O ressuprimento deverá ocorrer sempre
que a quantidade de mercadorias nestes endereços não for suficiente para a expedição.
Como atividades tem-se: identificação da demanda, endereçamento de busca,
movimentação e efetivação do ressuprimento.
A transferência é uma movimentação de mercadorias entre endereços sendo

gerada de acordo com as necessidades.
2.2.4 Processo de Expedição
A expedição é o processo responsável pela saída da mercadoria do armazém de

acordo com as necessidades do cliente. No processo de expedição são geradas as ordens
de serviço a partir do pedido do cliente, podendo ser via sistema computacional; separação
de pedidos que tem como função produzir os volumes para atender aos pedidos dos
clientes podendo ser de palete completo, palete não completo sem abertura de volumes
e/ou palete não completo com abertura de volumes; conferência de separação responsável
pelo correto mix de separação do material e carregamento que monta o veículo a ser
expedido.
O sub-processo de separação de pedido, também denominada de order picking

ou picking, é definida como a atividade responsável pela coleta do mix correto de produtos,
em suas quantidades corretas para satisfazer a necessidade do cliente. (Rodrigues, 1999)
2.2.5 Tecnologias Aplicadas
Com a tendência de terceirização da armazenagem e especialização no

negócio, novos investimentos em tecnologias e conseqüente elevação do grau de
automação vêm sendo incorporados nas atividades dos armazéns gerais. No Brasil, essa
tendência também é verificada através de projetos de automação na armazenagem, desde
os mais simples, envolvendo apenas o sistema de separação de pedidos, até os mais
sofisticados, em que a operação passa a ser executada com o mínimo de intervenção
humana (Lacerda, 1999).
27
Neste contexto, destaca-se a utilização de sistemas de gerenciamento de

depósito (WMS – Warehouse Management System) com recursos de rádio freqüência e
impressoras e leitoras de código de barras3. As tradicionais listagens e pranchetas estão
sendo substituídas por coletores portáteis de dados disponibilizando a informação em
tempo real. Esses coletores apresentam elevado grau de sofisticação, podendo estar
providos de teclado, display, leitor de código de barras e dispositivo de rádio-comunicação.
O Sistema de gerenciamento de depósito WMS tem como função otimizar o

fluxo de todas as informações e operações de recebimento, armazenagem e expedição de
materiais (Guia Supply Chain, 1998). Buscam-se diversas melhorias no sistema de
armazenagem objetivando assegurar que recursos estejam disponíveis para satisfazer os
níveis planejados do negócio, satisfazer a movimentação diária de produtos recebidos e
expedidos, planejar e monitorar todos os recursos para fornecer um serviço de custo-eficaz
dentro dos critérios acordados.
Entre os principais benefícios alcançados com o investimento em novas

tecnologias para armazéns gerais, citam-se (Guia Supply Chain, 1998):
♦Aumento de produtividade em todas as operações do depósito;
♦Agilização e otimização do Fluxo de Materiais;
♦Redução dos Custos de Estocagem e Operação;
♦Eliminação da utilização de papéis na troca de informações;
♦Redução dos erros humanos;
♦Controle do estoque em tempo-real;
♦Melhora do controle dos processos e recursos de movimentação e

armazenagem;
♦Gera base de informações para gestão de produtos e recursos;
♦Redução dos Ciclos de Entrega e Abastecimento;
3
O código de barras é a representação gráfica de dígitos e letras, constituído a partir de algoritmos de
codificação, denominados simbologias.
28
♦Garantia da Qualidade Assegurada ao Cliente.
♦Melhorias na acuracidade dos inventários.
♦Melhor prestação de serviços ao cliente.
Todavia, antes da tomada de decisão quanto a esses investimentos é relevante

que se faça uma análise do impacto sobre o desempenho do sistema a respeito de cada um
dos itens citado acima. Essa análise pode ser realizada através de construção de cenários
representando os incrementos de tecnologia e políticas de gestão, o que pode ser
operacionalizado pela simulação computacional, explorada na próxima seção.
2.3 Simulação Computacional
Simon (1965) considera as decisões como processos de escolha de seres

humanos resultantes de conclusões derivadas de premissas. Para ele existem limites de
racionalidade que decorrem da incapacidade da mente humana em aplicar a uma decisão
todos os aspectos de conhecimento, valor, comportamento e conseqüências da escolha
importantes para uma tomada de decisão. Neste sentido, a percepção do tomador de
decisão alcança apenas uma parcela das alternativas de determinada situação.
Para Simon (1965, p.96) “(...) o ser humano possui apenas um conhecimento
fragmentado das condições que cercam sua ação, e ligeira percepção das regularidades dos
fenômenos e das leis que lhe permitiriam gerar futuras conseqüências com base no
conhecimento das circunstâncias atuais”.
Diante do exposto e da relevância que a questão da tomada de decisão assume

para o gerenciamento, torna-se importante utilizar ferramentas que auxiliem a visualizar
sistemicamente as organizações identificando os efeitos das decisões tomadas. Neste
cenário emerge a funcionalidade e potencial da simulação computacional, explorada nesta
seção.
29
2.3.1 Sistemas e modelagem computacional
Segundo Law e Kelton (1991), um sistema é um conjunto de entidades

(pessoas, máquinas, etc.) que interagem a fim de atingir um objetivo. Um sistema pode ser
analisado, basicamente, por duas formas, quais sejam: experimentação com o sistema atual
e a experimentação com modelos do sistema.
Na experimentação com o sistema atual, os efeitos da mudança são analisados

no próprio sistema, após a sua implementação. Esta alternativa geralmente apresenta riscos
e custos elevados, podendo, ainda, estar sujeita a restrições físicas e temporais.
Na experimentação com modelos, os modelos representam uma simplificação

da realidade, através do qual procura-se identificar e destacar elementos da realidade que
sejam os mais importantes para a decisão a ser tomada. Tal experimentação apresenta,
quando comparada com a experimentação da realidade, baixo custo, maior segurança e
rapidez (Law e Kelton, 1981). Sendo que a abrangência da realidade no processo de
modelagem é substituída pelo poder de análise e capacidade de experimentação.
Segundo Borba (1998) a modelagem de sistemas é uma abordagem

fundamental para o melhor entendimento das complexas relações existentes em um
processo produtivo. Trata-se da representação simplificada da realidade possibilitando a
construção de um modelo significativo da mesma, minimizando as distorções de
percepções.
A modelagem de um sistema pode ser de dois tipos: modelos físicos ou

modelos matemáticos, sendo que os modelos matemáticos podem ser subdivididos em
soluções analíticas e simulação. A figura 2 representa, esquematicamente os caminhos para
se estudar um sistema:
30
Sistema
Experimentação com o Experimentação com

sistema atual modelos do sistema
Modelos Modelos
Físicos Matemáticos
Soluções Simulação
analíticas
Figura 2: Caminhos para estudar um sistema (Fonte: Law e Kelton, 1991).
As soluções analíticas buscam um resultado ótimo para o sistema modelado,

apresentam restrições quanto ao uso, diretamente relacionadas com a complexidade do
sistema analisado. A técnica de simulação trata de modelos estocásticos permitindo
modelar sistemas com grande número de eventos e relações.
2.3.2 Conceito de Simulação Computacional
A simulação computacional, segundo Hollocks (1992, apud Ripoll, 1998), é

uma técnica de pesquisa operacional que envolve a criação de um programa computacional
para representar alguma parte do mundo real, de tal forma que os experimentos no modelo
são como a antevisão do que acontecerá na realidade.
Dessa forma, a simulação permite que se verifique o funcionamento de um

sistema real em um ambiente virtual, gerando modelos que se comportam como aquele
considerando a variabilidade do sistema e demostrando o que acontecerá na realidade de
forma dinâmica (Cassel, 1996).
Segundo Pidd (1998), a simulação computacional consiste no uso de um

modelo como base para exploração e experimentação da realidade. A base conceitual da
simulação computacional, segundo o autor, está representada na figura 3.
31
ENTRADAS (+)
Modelos de Saídas (–)
(políticas) Simulação
(respostas)
Interações e experimentação
Figura 3: Base conceitual da simulação (fonte: Pidd 1998, p. 226)
Verifica-se que, através da experimentação de um modelo desenvolvido em

computador (modelo de simulação), buscam-se respostas (saídas do modelo) para
variações nas políticas utilizadas (entradas conhecidas). É possível avaliar o que
‘aconteceria se....’ (what if...) determinada ação (interações e experimentação) fosse
tomada no sistema real. Sendo assim, é possível observar o resultado da mudança de
diversos parâmetros, permitindo a comparação de diversos cenários.
Na definição do conceito de simulação computacional verifica-se que os

conceitos de sistema, modelo e de simulação estão intimamente relacionados. Na
simulação computacional, o modelo representa o objeto de estudo (sistema real) enquanto
que a simulação, um método de análise (Barrônio, 2000, p.18).
2.3.3 Vantagens e desvantagens do uso da simulação computacional
Law e Kelton (1991) apresentam as seguintes vantagens para a utilização de

simulação computacional em estudo de sistemas:
♦Sistemas complexos que contenham elementos estocásticos que não

conseguem ser tratados adequadamente por técnicas analíticas podem ser,
na maioria das vezes, estudados via simulação.
♦Fornece um controle melhor sobre as condições experimentais do que

seria possível na experimentação no sistema real;
32
+Permite replicação precisa dos experimentos, podendo-se testar

cenários para o sistema;
+Permite simular longos períodos em um tempo reduzido;
+Em geral, é mais econômico do que testar o sistema real.
+Como desvantagens para a utilização de simulação computacional em

estudo de sistemas, Law e Kelton ( 1991) apresentam:
+A simulação é dependente da validade do modelo desenvolvido. Se o

modelo criado não representa fidedignamente o sistema ou se os dados de
entrada não são confiáveis, de nada adianta fazer um estudo detalhado
dos dados de saída e encontrar uma solução para o problema;
+A técnica da simulação não é por si só otinúzante, testando somente as

alternativas dadas pelo usuário.
+Um estudo de simulação pode se tomar demorado e consumir recursos

elevados.
2.3.4 Aplicações da simulação computacional
A utilização da simulação durante muito tempo foi restrita a um pequeno grupo

devido a necessidades de grandes recursos computacionais e ao grande esforço de
programação requerido. Porém, hoje em dia, os software de simulação rodam em
microcomputadores e os programas vêm evoluindo se tomando cada vez mais
"amigáveis".
O uso da simulação vem crescendo em várias áreas do conhecimento,

entretanto, esta ferramenta tem o uso bastante incipiente no nosso país. A seguir
apresentam-se alguns exemplos de aplicações desenvolvidas com a ferramenta de
simulação computacional:
+ Manufatura: a utilização da simulação nesta área tem ocorrido em

diversas aplicações. Exemplos de aplicação em manufatura podem ser
33
encontrados em Pidd ( 1987), a simulação foi utilizada numa planta de uma

indústria alimentícia, Boblitz ( 1991 ), onde com a simulação a empresa
conseguiu economizar U$ 80.000 na aquisição de novas máquinas ao simular a
substituição de suas células de manufaturas por uma linha de produção
contínua verificando que elas não trariam um resultado positivo; Cassei ( 1996),
aplicação da simulação em fábrica de calçados; Wi lliams e Gevaert ( 1997),
utilização da simulação num processo operacional de uma companhia da cadeia
automotiva; Williams e Sadakane (1997) com a aplicação da simulação foi
possível otimizar o processo produtivo; Ri poli ( 1998), desenvolvimento de um
modelo de simulação para o dimensionamento de equipe polivalente de
manutenção; Barrônio (2000), utilização da simulação para otimizar a
capacidade da área de cromagem de uma indústria de motoserra.
+ Armazenagem: Lopes (1999), utilização da simulação para avaliação da

capacidade de fluxo e fontes de ganho no sistema de armazenagem automática
de uma fábrica de pneus; Takakuwa et ai. (2000), desenvolveram um modelo
de simulação para armazéns não automatizados juntamente com um programa
para geração de parâmetros; Kosfe1d ( 1998), construção de um modelo de
simulação para definição dos recursos humanos e operacionais adequados para
dar suporte as operações de armazenagem.
+ Transporte/logística/cadeia de suprimento: Exemplos de aplicação na

área podem ser encontrados em Panitz ( 1996), utilização da ferramenta em
operações de terminais de transbordo de uma empresa de transporte de carga
identificando o número necessário de veículos extras para garantir a
confiabilidade da rede de rotas; Wenle et ai. ( 1996), análise de nível de serviço
e capacidade de atendimento de um posto de abastecimento de gás natural;
Lacerda e Rodrigues ( 1998), aplicação da simulação em alocação de containers
numa empresa de navegação; Nazáro et ai. ( 1998), suporte no planejamento de
capacidade de um terminal portuário em operações de suprimento de
plataformas de exploração e produção de petróleo; Rodrigues e Saliby (1998),
aplicação da simulação no dimensionamento de bases de distribuição de
combustível; Ingalls e Kasales ( 1999), utilização da simulação como
34
ferramenta de análise da cadeia de suprimentos; Braga ( 1999), redução de

custos de transporte de cana do campo para usina melhorando o planejamento
na utilização de caminhões, j ornada de trabalho e manutenção de estoque;
Schunk e Plott (2000) apresentam a simulação como uma ferramenta efetiva na
modelagem e solução de problemas na cadeia de suprimento.
• Setor de saúde: aplicação na área pode ser encontrada em Fusco ( 1997),

busca de redução do tempo de espera dos pacientes que realizam exames no
Hospital Albert Einstein; Borba ( 1998), análise de alternativas para uma
situação específica no hospital para criação de um novo serviço.
• Setor de serviço: Costa e conde (1999), utilização da simulação na

operação de chegada, triagem e saída de encomendas/malote no centro de
operações postais de Benfica nos Correios. Como resultado destaca-se o
dimensionamento dos turnos e efetivo necessário, o planejamento dos horários
para liberação da carga e identificação da capacidade produtiva da máquina de
triagem; Mariono ( 1999), aplicação nos Correios objetivando agilizar
melhorias em diversas áreas da empresa.
2.3.5 Classificação dos modelos de simulação
Os modelos de simulação computacional são classificados de acordo com uma

série de critérios. Barrônio (2000) esquematiza na figura 4 os principais critérios fatores
em que se podem classificar tais modelos.
35
Figura 4: Classificação dos modelos de simulação (fonte: Barrônio, 2000).
Icônico
Quanto à representação da
Classificação
realidade
Simbólico
Analógico
Quanto aos recursos

computacionais Digitais
Híbridos
Determinísticos
Quanto ao tratamento dos
dados
Estocástico
Estático
Quanto ao comportamento em
função do tempo
Dinâmicos
Discretos
Quanto à s mudanças de
estado
Contínuos
Terminante
Quanto ao interesse sobre os
resultados
Não-terminante
Uso unitário
Quanto ao uso
Uso contínuo
Segue descrição breve de cada característica contida em Barrônio (2000).
Quanto à representação da realidade: os modelo icônicos são modelos

concebidos geralmente para fins de treinamento. Neste caso, aparentemente representam
situações reais. Como exemplo têm-se os simuladores de vôo. Os modelos simbólicos são
aqueles em que as características do sistema real são representadas matematicamente ou
simbolicamente.
Quanto aos recursos computacionais: no modelo analógico as variáveis e os

relacionamentos entre elementos dos sistemas são representados por entidades físicas,.
Como exemplo tem-se o túnel de vento em que o modelo é instrumentado e os dados são
36
alimentados em um programa de simulação que avalia a resposta do modelo. Modelo

digital é caracterizado pelo aumento considerável do dinamismo e precisão, como exemplo
tem-se a simulação completamente digital do comportamento de um corpo no fluído sem a
utilização de uma entidade física. Modelo híbrido onde é necessário combinar recursos,
mesclando modelo analógico com o modelo digital.
Quanto ao tratamento dos dados: nos modelos determinísticos os dados são

considerados sem variabilidade estatística associada ao modelo. Já nos modelos
estocásticos os efeitos da aleatoriedade dos dados são considerados no desenvolvimento do
modelo.
Quanto ao comportamento em relação ao tempo: os modelos estáticos

retornam uma resposta a um determinado conjunto de dados de entrada para um tempo
específico não levando em consideração a continuidade da simulação. Nos modelos
dinâmicos a simulação representa o desempenho do sistema ao longo do tempo, sendo
possível acompanhar o comportamento do sistema em diferentes momentos.
Quanto às mudanças de estado: nos modelos discretos as mudanças do sistema

ocorrem em intervalos definidos e específicos de tempo. Nos Modelos contínuos o
comportamento ininterrupto de mudanças de estado pode ser representado.
Quanto ao interesse sobre os resultados: modelos terminantes são aqueles em

que o interesse recai sobre o comportamento dos sistemas em um tempo ou evento
específico, ou após um período definido inicialmente. Modelos não-terminantes o interesse
está em analisar a condição contínua de operação do modelo sem se ater a eventos ou
momentos especiais.
Quanto ao uso: o modelo de uso unitário é concebido para representar uma

situação específica. Após a decisão ser tomada, o modelo não tem mais utilidade. Nos
modelos de uso continuado, a concepção está voltada para testar e validar hipóteses sobre o
sistema e seu funcionamento continuamente, podendo ser utilizado enquanto o sistema real
continue ser representado pelo modelo.
37
2.3.6 Evolução dos software de Simulação Computacional
A utilização de simulação computacional por muito tempo esteve restrita a um

grupo pequeno de usuários. Tal fato decorre principalmente do elevado custo dos
computadores, do grande esforço de programação requerido e das limitações de memória
para armazenamento de dados (Harrell e Tumay, 1995 apud Barrônio, 2000). O
desenvolvimento de linguagens específicas e a acessibilidade e incremento na capacidade
de processamento computacional vêm aumentar o leque de possibilidades de utilização
desta técnica.
A simulação computacional apresenta uma evolução que está diretamente

relacionada com a tecnologia de suporte (hardware e software) disponível no momento de
seu desenvolvimento.
A tabela 3 apresenta uma síntese da evolução dos sistemas de simulação de

acordo com o desenvolvimento da tecnologia de suporte (maiores detalhes em Lobão e
Porto, 1996, Barrônio, 2000).
Tabela 3: Evolução dos sistemas de simulação (Adaptado de Lobão e Porto, 1996).
Classificação Tecnologia disponível Ferramentas
Tipo I - conhecimentos científicos, matemáticos, - modelos matemáticos e

Até década de estatísticos e habilidades manuais. modelos físicos em escala
60 reduzida.
Tipo II - computadores de grande porte, primeiros - linguagem genérica: Fortran,
Décadas de microcomputadores. Pascal e C.
60 e 70. - linguagens de simulação :
GPSS, SLAM, SIMAN, etc.
Tipo III - microcomputadores. - pacotes de simulação:
Década de 80 simuladores de interface gráfica,
tais como: ARENA,
AUTOMOD, PROMODEL,
MICRO SAINT, etc.
Tipo IV - estações de trabalho de alto desempenho e - Simuladores de interface
Década de 90 grande capacidade de memória. gráfica, interativos e
inteligentes.
38
A escolha de um programa de simulação, entre os software de linguagem

genérica, linguagem de simulação ou de pacotes comerciais, está diretamente relacionada
com o trade-off entre flexibilidade e especialização do usuário (Rodrigues, 1994).
Busca-se a utilização de um software que atenda a modelagem necessária para

representar o sistema em estudo, considerando os limites de tempo de desenvolvimento,
recursos financeiros e esforço de programação.
Rodrigues (1994) apresenta este trade-off segundo as diversas categorias de

pacotes passíveis de utilização para fins de modelagem computacional de um sistema
(figura 5):
Programa de Mais
simulação
Linguagem de Pacotes de
programação genérica simulação flexibilidade Especialização
do usuário
Linguagem de Aplicações orientadas

simulação Simuladores
Com interface de Sem interface de

Menos
programação programação
Figura 5: Trade-off entre flexibilidade de modelagem e especialização do usuário na ferramenta

(fonte: Rodrigues, 1994).
Observa-se nas últimas décadas um avanço nos chamados ambientes de

simulação. As tradicionais linguagens de simulação exigiam muita experiência e dedicação
do usuário, esses novos ambientes são amigáveis, consistentes em termos estatísticos e
possuem interfaces gráficas que permitem visualizações das simulações.
Os software mais conhecidos nessa área são: ARENA, AUTOMOD, MICRO

SAINT, e PROMODEL. Menezes e Rodrigues (1996) apresentam uma comparação entre
39
os vários tipos de programas que podem ser utilizados na simulação computacional,

ressaltando os aspecto da flexibilidade de modelagem e o nível necessário de
especialização do usuário. Um estudo comparativo entre os software Automod e Arena
pode ser visto em Nishimura e Bastita (1996).
2.3.7 Software de Simulação Computacional utilizado
Para os fins do presente estudo, foi escolhido software de simulação

computacional denominado Promodel. A escolha deste software deve-se principalmente: a
sua disponibilidade e à familiarização da ferramenta por parte do autor. Dentre as
vantagens apresentadas destacam-se:
♦o construtor de lógica - módulo do programa específico para construção de

lógicas. Apresenta comandos específicos e a descrição da sua sintaxe o que
permite a construção das lógicas quase que inteiramente através do mouse.
♦o rastreamento - permite que toda a sucessão de eventos seja visualizada e

analisada;
♦a sua interface gráfica - apresenta biblioteca gráfica que agiliza a construção

do modelo. A representação gráfica é importante para visualização do modelo;
♦a flexibilidade de modelagem - que amplia as opções para o desenvolvimento

da modelagem; e
♦a importação e exportação de arquivos de planilhas eletrônicas - que permite

maior agilidade na modelagem e na alimentação dos modelos desenvolvidos.
2.3.7.1 Pacote de Simulação Promodel
Na evolução do sistema de simulação apresentado anteriormente o simulador

escolhido está localizado na fase III, caracterizado como pacotes de simulação com
interface gráfica.
40
O pacote de simulação Promodel é constituído pelos software apresentados

esquematicamente na figura 6:
Pacote Promodel
Programas independentes: Software de suporte
- Promodel 4.2 – simulador de eventos - Shift editor – utilizado para

discretos orientados pela entidade geração de arquivos
representativos dos turnos de
- Stat_Fit – software de tratamento de trabalho;
dados para ajuste de distribuição
estatística; - Output Viewer – aplicativa
para visualização dos
- Sim_Runner – otimizador associado resultados;
aos simulador. Também auxilia na
determinação no n° de replicações e - Graphic Editor – programa
cálculo do período de transiência. para edição das bibliotecas
gráficas
-
Figura 6: Pacote Promodel
2.3.7.2 Elementos Básicos
A seguir uma breve descrição dos elementos e funções básicos do Promodel

(maiores informações Barrônio 2000 e manual do software Promodel 1997).
Entidades (entity): elementos que se “movem” e sofrem processamento no modelo. Como

exemplo tem-se os produtos, as pessoas, os documentos e as ordens de pedidos.
Local (location): elementos que representam lugares físicos e fixos no sistema onde
ocorrem os processo. Os locais podem ser uma máquina, uma mesa, um posto de trabalho,
uma estrutura de armazenagem.
Chegadas (arrivals): elementos que indicam a introdução de entidades no modelo, ou seja,
cada vez que uma nova entidade é introduzida no modelo uma chegada ocorre. As
chegadas podem ocorrer baseadas no tempo ou em alguma condição.
Recursos (resources): elementos de apoio a execução do processo ou de movimentação,
como exemplo tem-se uma empilhadeira ou um operador.
41
Processos (process): define as operações realizadas sobre as entidades e a movimentação

das entidades para os diferentes locais.
Redes de percurso (path networks): definem o caminho a ser percorrido pelos recursos e/ou
entidades durante a movimentação ao longo do modelo.
Turnos (shifts): representa a escala de trabalho dos recursos e locais.
Variáveis (variables): são contadores que podem ser incrementados ao longo do modelo
para indicação da performance do modelo.
Atributos (attributes): são informações adicionadas a entidades ou locais.
Matriz (array): elemento de armazenamento de dados.
Macros (macros): permite a associação de um valor que ocorre repetidas vezes.
Sub-rotinas (subroutines): bloco lógico parametrizável que se repete em vários pontos do
modelo.
No capítulo seguinte será apresentado o método de trabalho utilizado para o

desenvolvimento da dissertação, bem como o método utilizado para o desenvolvimento do
projeto de simulação computacional utilizado no estudo de caso.
CAPÍTULO 3 – MÉTODO DE TRABALHO
Neste capítulo é descrito o método de trabalho adotado para a realização desta

dissertação. O método de trabalho, conforme Lakatos e Marconi (1991), é um conjunto de
atividades sistemáticas e racionais que orientam a geração de conhecimentos válidos e
verdadeiros, que indicam o caminho a ser seguido.
3.1 Classificação do Estudo
Tendo em vista seus propósitos e características, descritos nos capítulos

anteriores, a pesquisa em tela possui um caráter predominantemente quantitativo.
Considerando, ainda, o fato de se investigar uma única realidade, qual seja, a de um
processo de um único armazém geral, a pesquisa enquadra-se, também, na categoria de
estudo de caso.
Segundo Yin (1981) o estudo de caso constitui-se em uma abordagem de

pesquisa que privilegia a compreensão das dinâmicas e relações próprias de cenários
específicos, combinando diversos instrumentos de coleta de dados como documentos,
entrevistas, questionários e observações, podendo ser usado para vários objetivos, tais
como fornecer descrição, testar teorias ou gerar teorias.
3.2 Instrumentos de Coleta de Dados
Existem, segundo Blau e Scott (1979), fundamentalmente, três formas de obter

dados acerca de determinado fenômeno: observando-o, fazendo perguntas às pessoas
direta ou indiretamente envolvidas e examinando elementos documentais escritos. A cada
um destes procedimentos corresponde uma categoria de técnicas de pesquisa: a
43
observação, a entrevista e a análise documental. Uma pesquisa científica pode valer-se de

apenas uma ou da combinação destas três técnicas. Além disso, acrescentam os autores,
cada uma das técnicas pode ser empregada, em vista dos propósitos almejados, com maior
ou menor profundidade.
Neste estudo, as três técnicas de coleta de dados foram utilizadas. Não

obstante, o estudo baseia-se em dados referentes a tempos de execução das atividades em
estudo (dados secundários). Ainda em fases preliminares, procedeu-se a realização de
entrevistas com pessoas envolvidas, e a observação do processo em estudo para maior
compreensão do sistema real.
3.3 Etapas da Pesquisa
O método adotado para o desenvolvimento deste trabalho compreende as

seguintes etapas:
1. Definição e elaboração de um projeto de dissertação;
2. Revisão bibliográfica – o objetivo foi construir a fundamentação teórica

para o desenvolvimento do trabalho, compreendendo os seguintes assuntos:
2.1Conceituação de logística – logística, transporte de carga, armazém geral,

movimentação e armazenagem de materiais.
2.2Simulação computacional – procurou-se aplicações da simulação

computacional documentadas em revistas, periódicos, livros, teses e anais de
congresso.
2.3Método de desenvolvimento de projetos de simulação computacional.
3. Apresentação e aprovação do estudo de caso pela empresa – o objetivo foi

identificar uma organização disposta a desenvolver um projeto de simulação
computacional;
44
4. Domínio da ferramenta de simulação computacional – esta etapa teve como

objetivo aprofundar os conhecimentos na ferramenta, com o intuito de facilitar
a utilização do software no projeto.
5. Realização do estudo de caso com o desenvolvimento de um projeto de

simulação computacional – objetivo foi identificar potencialidades de uso da
ferramenta na organização;
6. Análise dos resultados – análise e apresentação os resultados obtidos;
7. Conclusões e propostas para futuras pesquisas – apresentação das principais

conclusões identificando oportunidades para futuras pesquisas;
8. Relatório final – trata-se desta dissertação, onde o desenvolvimento,

resultados e conclusões estão relatados.
3.4 Método para desenvolvimento do projeto de simulação computacional
O método de desenvolvimento do projeto de simulação computacional

utilizado nesta dissertação está baseado no método desenvolvido por Barrônio (2000). O
método foi construído a partir da elaboração e análise de modelos de simulação
computacional, contatos com usuários e modeladores da ferramenta e, principalmente,
baseado na revisão da literatura de diversos autores. Dentre os autores pesquisados
destacam-se Pegden et al. (1990), Law e Kelton (1991), Pidd (1992), Gogg e Mott (1992),
Harrell e Tumay (1995), Cassel (1996) e Rodrigues (1998).
O método proposto por Barrônio (2000) pressupõe que a seqüência de etapas

para o desenvolvimento de um projeto de simulação não deve ser rígida. Os estudos de
simulação computacional não são apenas atividades seqüenciadas; cada estudo apresenta
peculiaridades que determinam etapas e ordens próprias. Sendo assim, o método para o
desenvolvimento do projeto de simulação está fundamentado na forma cíclica,
preocupando-se principalmente com as interfaces, retroalimentação e análise de cada etapa
a ser seguida. A principal característica do método consiste na sua flexibilidade e
abrangência quanto ao desdobramento das etapas.
45
A figura 7 representa o método utilizado para o desenvolvimento do projeto de

simulação computacional.
Planejar o
projeto de
simulação
Apresentar Definir o
resultados e sistema e o
implementar modelo
conceitual
?
Analisar os Construir o
resultados modelo
computacional
Conduzir
experimentos
com o modelo
Figura 7: Método de condução do projeto de simulação (Fonte: Barrônio, 2000).
O elemento central da figura representa a avaliação crítica, que poderá resultar

no redirecionamento, reconstrução de forma ampliada ou reduzida do projeto. Verifica-se
que existe um ciclo natural para o desenvolvimento de projetos, com o início na fase de
planejamento. Porém, o que o presente método sistematiza é a avaliação crítica e
realimentação em cada etapa e/ou atividade do projeto.
O autor do método acredita que tal estrutura vem a beneficiar o

desenvolvimento e resultados finais de projetos de simulação, “alterações nas etapas
anteriores significam apenas aprimoramento ou simplificações no trabalho já feito”
(Barrônio, 2000). Geralmente, em projetos de modelagem, na medida em que se avança na
modelagem de um processo e melhor se entende seu comportamento, pode-se identificar a
necessidade de retornar a etapas anteriores do estudo (Oliveira, 2000).
3.4.1 Planejar o projeto de simulação
A etapa do planejamento do estudo é importante para o sucesso do projeto de

simulação computacional (Law & Kelton, 1991). Nesta etapa, busca-se a compreensão do
funcionamento do sistema que se pretende estudar, bem como a definição da equipe de
trabalho, cronograma e orçamento do projeto. Utilizam-se representações gráficas e
46
anotações do sistema levantando as fases do processo passíveis de serem estudadas via

modelo de simulação.
Para auxiliar este processo de entendimento, neste trabalho utilizou-se a

ferramenta da Árvore da Realidade Atual (ARA). A ARA é uma ferramenta do Processo
de Pensamento da Teoria das Restrições que tem como finalidade esclarecer as relações de
causa-e-efeito de uma realidade de forma a promover sua compreensão e identificar as
causas centrais da maioria dos problemas experimentados pelas organizações (Goldratt,
1994).
A leitura da ARA é realizada de baixo para cima utilizando-se a lógica “SE

[entidade da base da flecha], ENTÃO [entidade da ponta da flecha]. Quando existem duas
ou mais flechas unidas por uma elipse, significa que as entidades devem existir
simultaneamente para que o efeito seja observado (Goldratt, 1994). A figura 8 representa
uma ARA.
A B
Figura 8: Árvore da Realidade Atual - ARA
A interpretação da ARA na figura 8 poderia ser feita da seguinte maneira: se o

elemento A e B existem simultaneamente, então o elemento C existe. Se o elemento C
existe, então o elemento D vai existir.
A partir do entendimento do sistema e da formulação do problema, são

definidos os objetivos do projeto de simulação. Em linhas gerais, nesta etapa do projeto de
47
simulação é definido o problema a ser estudado sob todas as dimensões, ou seja, são
definidos o escopo do projeto com suas especificações de abrangência, o detalhamento do
modelo, a acuracidade dos dados, os experimentos e a forma dos resultados.
Para cada etapa do método, Barrônio (2000) apresenta uma série de itens que
podem ser desenvolvidos ao longo do projeto. Da mesma forma que na execução das
etapas do projeto, a seqüência destes itens também são flexíveis. A figura 9 apresenta itens
que compõem a etapa de planejamento do projeto de simulação.
Formular o problema
Planejar o
projeto de Definir a equipe de trabalho
simulação
Definir os objetivos
Apresentar
Definir o
resultados e Identificar as restrições
sistema e
implementar
o modelo
conceitual Definir especificações da simulação
Cronograma e orçamento
?
resultados modelo
Construir
experimentos
com o modelo
Figura 9: Etapa de planejamento do projeto de simulação (Fonte: Barrônio, 2000).

48
3.4.2 Definir o sistema e o modelo conceitual
Nesta etapa é desenvolvido um modelo teórico no qual o modelo de simulação

será baseado. Definem-se os elementos, inter-relacionamentos, fatores principais, locais,
entidades, eventos, atributos e indicadores do sistema, além dos dados necessários para
alimentar o modelo.
Segundo Pidd (1998), grande parte do trabalho de construção de um modelo de

simulação concentra-se no entendimento da lógica de funcionamento do sistema a ser
simulado em termos de entidades e interações. O detalhamento do modelo é definido a
partir da especificação dos assuntos de interesse.
Identificar os fatores principais

Planejar o
projeto de Separar as objetivos
Definir os atividades dependentes do
simulação tempo das dependentes de condições
específicas
Apresentar
Definir o
resultados e
sistema e
implementar
o modelo
Focalizar a essência e não a
conceitual substância
Simplificação da modelagem
?
Agrupamento de atividades
resultados modelo Identificar os elementos de entrada e
os elementos de resposta.
Construir
experimentos Determinar as necessidades em
com o modelo termos de dados.
Utilizar fonte de dados apropriados
Estabelecer suposições sobre dados
Converter dados para uma forma útil
Documentar e aprovar dados
Figura 10: Etapa de definição do sistema (fonte: Barrônio, 2000).

49
3.4.3 Construir o modelo computacional
O objetivo desta etapa é traduzir o modelo conceitual num modelo

computacional, que represente o sistema real de forma simplificada e válida. Nesta etapa,
pode-se utilizar a técnica de construção do modelo em fases, onde as seções adicionais são
gradualmente introduzidas; a técnica de partição do modelo, processo no qual ocorre a
subdivisão em um ou mais módulos do modelo que representam seções fisicamente
separadas dentro do sistema; e a técnica do refinamento progressivo, começar modelando
de forma simples e aumentar a complexidade gradualmente.
Também, nesta etapa, são definidas as parametrizações dos elementos de

interesse, a verificação do modelo, com o objetivo de garantir que opere como o projetado
e a validação, que consiste em assegurar que o modelo representa fidedignamente o
sistema real.
Expansão incremental e participação
Planejar o Parametrização dos elementos de

interesse
projeto de
simulação Refinamento progressivo
Apresentar Definir o Verificação do modelo

resultados e sistema e
implementar o modelo Validação do modelo
conceitual
?
Analisar Construir
os o modelo
resultados
Construir
experimentos
com o modelo
Figura 11: Etapa de construção do modelo (Fonte: Barrônio, 2000).
Barrônio (2000) ressalta a importância entre a interatividade das etapas do

método proposto. Por exemplo, a interação desta etapa com a etapa anterior de coleta de
dados, uma vez que se constrói o modelo conceitual interagindo com o planejamento dos
dados, pode ocasionar a redução do tempo de execução do projeto. Em outra etapa, após a
50
construção de uma parte lógica do modelo, a mesma pode passar pelo processo de
verificação. Dessa forma a análise de verificação passa a ser executada por partes o que
simplifica o processo.
3.4.4 Conduzir experimentos com o modelo
Nesta etapa é feito o planejamento do experimento, definindo-se os cenários a

serem testados no modelo de simulação. Para cada cenário devem ser avaliados parâmetros
como a duração de cada rodada de simulação, o número de replicações necessárias e as
condições iniciais de simulação4.
Experimentos com simulações

terminantes
Planejar o
projeto de
simulação Experimentos com simulações não
terminantes
Apresentar
resultados e Definir o
implementar sistema e Comparando sistemas alternativos
o modelo
Construir cenários para teste de
alternativas
?
Determinar o período de
Analisar Construir transiência
os o modelo
resultados Calcular intervalo de confiança
Conduzir
experimentos
com o modelo Determinar o número de
replicações
Determinar a duração do
experimento de simulação
Obtenção de resultados
Projetar o experimento
Figura 12: Etapa de conduzir experimentos com o modelo (adaptado de Barrônio, 2000).
4
Maior entendimento e descrição dos métodos de determinação do n° de replicações, intervalo de confiança,
duração do experimento, determinação do período de transiência podem ser encontrados em Law e Kelton
(1991) e Pegden et al. (1990).
51
3.4.5 Analisar os resultados
A partir dos resultados obtidos na simulação tiram-se conclusões sobre o

sistema real modelado. A análise de resultados é uma etapa crítica no projeto de simulação
e pressupõe um entendimento aprofundado dos experimentos e seus significados para o
sistema real.
Barrônio (2000) destaca que esta etapa de análise dos resultados é uma fonte de
realimentações no método, uma vez que para se estabelecer conclusões sobre o modelo
podem vir a ser necessários outros experimentos ou mudanças nas etapas anteriores do
método.
A análise de resultados tem início com a interpretação dos resultados, seguido

pela fase de identificação de oportunidades de melhorias no sistema e, por fim, o registro e
documentação das conclusões.
Interpretar os resultados
Planejar o Identificar oportunidades de melhorias

projeto de
simulação
Registrar e documentar as conclusões
Apresentar
resultados e
Definir o
implementar sistema e
o modelo
?
Analisar Construir
os o modelo
resultados
Conduzir
experimentos
com o modelo
Figura 13: Etapa de análise dos resultados (Fonte: Barrônio, 2000).

52
3.4.6 Apresentar os resultados e implementar
Os resultados da simulação, identificados na etapa anterior, servem como

suporte à tomada de decisão. Questões relativas à forma de apresentação e conteúdo são
importantes na apresentação dos resultados. Assim sendo, esta etapa tem como objetivo
estruturar os resultados obtidos com o projeto de simulação de forma a suportar uma
tomada de decisão.
A discussão desta etapa versa sobre a definição da forma e de conteúdo dos

resultados, apresentação dos mesmos, planejamento de implementação de melhorias
apontadas, acompanhamento da implementação e análise crítica dos resultados da
implementação.
Ao finalizar esta etapa pode-se passar a discutir novos projetos de simulação.

No caso do modelo construído anteriormente ser do tipo uso contínuo a etapa seis irá
resultar numa análise crítica que alimentará a etapa 1.
Definir forma e conteúdo dos

resultados
Planejar o
projeto de
Apresentar resultados do projetos
simulação
Apresentar Planejar a implementação

resultados e
Definir o
implementar sistema e Acompanhar a implantação
o modelo
Analisar criticamente os resultados
da implantação
?
Analisar Construir
os o modelo
resultados
Conduzir
experimentos
com o modelo
Figura 14: Apresentar resultados e implementar (Fonte: Barrônio, 2000).

53
CAPÍTULO 4 – ESTUDO DE CASO
Este capítulo apresenta o estudo de caso realizado em um armazém geral. O

estudo, planejado com a finalidade de analisar as potencialidades de uso da ferramenta de
simulação, versa sobre o desenvolvimento de um projeto de simulação computacional num
armazém geral. O método de trabalho apresentado no capítulo anterior foi aplicado para o
desenvolvimento da pesquisa. A descrição do estudo de caso está dividida da seguinte
forma:
a)caracterização do armazém geral para contextualização do processo em

estudo; e
b)desenvolvimento do projeto de simulação computacional.
4.1 Caracterização do Armazém Geral
O armazém geral onde foi realizado o estudo de caso está localizado no

município de Porto Alegre, Rio Grande do Sul. O armazém geral figura como um serviço
adicional, prestado desde 1997, por uma tradicional empresa de transporte rodoviário de
carga com atuação a mais de 50 anos no mercado.
Os serviços oferecidos pelo armazém geral compreendem o recebimento,

codificação e conferência de mercadoria, armazenamento com controle do FEFO (primeiro
que expira é o primeiro que sai), inventário cíclico, montagens de kits, colocação de
54
embalagens e controle do estoque, entre outros. O perfil da carga armazenada é variado

incluindo produtos alimentícios e manufaturados.
As instalações físicas atuais são caracterizadas por uma área de armazém de

11.600m² com pé-direito livre de 10 m, a área de armazenagem é constituída por estruturas
porta-palete com capacidade para 4.175 paletes PBR (paletes padrão 1,00x1,20), estrutura
de drive-in/drive-thru com capacidade para 3.240 paletes PBR.
Quanto à automatização, o armazém pode ser caracterizado como semi-

automatizado. O armazém possui investimentos em tecnologia de informação como código
de barras, rádio freqüência, rádios coletores com scanners, impressora térmica de emissão
de etiquetas com código de barras, banco de dados e a utilização do sistema de
gerenciamento de armazém (Warehouse Management System – WMS). Este sistema
gerencia automaticamente todas as atividades do armazém registrando todas as
movimentações num banco de dados. A movimentação interna do armazém é realizada
com empilhadeiras elétricas e a gás e com paleteiras5 elétricas e hidráulicas.
Quanto às características operacionais do sistema, cabe referir que todas as

áreas do armazém são endereçadas6 através de etiquetas com códigos de barras com o
intuito de facilitar a localização das mercadorias dentro do armazém. Tal sistema
proporciona a agilização das movimentações internas pela fácil localização. Além disso, o
separador, funcionário responsável pela separação de pedidos de paletes não completos
munido de rádio coletor e paletreira, apenas executa os serviços recebido via rádio, não
necessitando saber onde estão as mercadorias e qual e melhor ordem de execução.
Todas as mercadorias e paletes mistos gerados na expedição são etiquetados

com um único código de barras. O objetivo de tal procedimento consiste em garantir a
rastreabilidade da mercadoria e, por conseqüência, o gerenciamento das atividades apoiado
na informação.
5
Paleteira é o equipamento destinado a movimentação horizontal. No armazém em estudo são do tipo
elétricas e hidráulicas.
6
Os endereços são padronizados numericamente e representam o depósito, módulo, rua, prédio, andar e
apartamento. Dessa forma, o endereço 1 1 1 10 2 1 significa depósito 1, do módulo 1, da rua 1, no prédio 10,
no andar 2, no apartamento1.
55
4.2 Desenvolvimento do projeto de simulação
Considerando os objetivos do estudo apresentados no capítulo 1, passa-se a

discorrer sobre as fases do projeto de simulação.
O projeto de simulação teve início em julho de 2000, através de contato com a

diretoria da empresa para apresentação do projeto a ser desenvolvido. Com a aprovação da
diretoria a empresa viabilizou o estudo de caso colocando à disposição seu pessoal,
estrutura e base de dados.
4.2.1 Planejamento do projeto de simulação
O delineamento do estudo iniciou-se a partir de reuniões realizadas com os

supervisores do armazém geral. No primeiro encontro foi apresentado o projeto a ser
desenvolvido e realizado um seminário para apresentação e esclarecimento da ferramenta
de simulação computacional.
Reuniões subseqüentes foram realizadas para fornecimento de indicações sobre

o tipo de problema a ser estudado. Analisando os principais processos no armazém, quais
sejam recebimento, a armazenagem e a expedição, identificou-se como processo alvo de
estudo para a aplicação do projeto de simulação o de expedição de mercadorias em função
da importância para o sistema. A maior parte dos recursos humanos estão alocados no
processo de expedição. Além disso, foi definido que para este estudo piloto seriam
analisados os processos relativos a um único cliente que, atualmente, corresponde a 80%
da movimentação do armazém.
4.2.1.1 Definição da Equipe de Trabalho
A equipe de trabalho foi constituída pelo Supervisor dos sistemas

(responsável pelo suporte dos sistemas informatizados), o Supervisor e Encarregado de
operações (responsáveis pelas operações do armazém), e o Modelador (encarregado pela
condução do projeto de simulação).
56
4.2.1.2 Formulação do Problema
Inicialmente, os esforços foram direcionados para o entendimento do sistema

real. Para o modelador obter a familiarização e conhecimento adequado dos processos e
serviços característicos da empresa foram realizadas observações in loco e entrevistas com
funcionários. As observações ocorreram tanto no início das atividades quanto
posteriormente com o desenvolvimento do estudo. Além disso, também foram feitas as
análises documentais e de layout do sistema.
O processo de expedição é constituído pelos sub-processos de processamento

de pedido, separação de pedidos, conferência e carregamento.
A figura 15 apresenta de forma simplificada o processo de expedição de

mercadoria do armazém em estudo com a abertura do sub-processo separação de pedidos.
S Palete N
completo?
Convoca operador Convoca separador

empilhadeira para para coleta de
coleta de palete inteiro. palete não-inteiro.
Expedição Executa ordem

Processamento de pedido de serviço
Separação de pedidos N Coleta

ok?
Gera
Conferência ocorrência S
Carregamento S Segue nova

ordem
serviço? Tem mais S
coleta?
N
Trata
ocorrência N
Levar box de
expedição
Figura 15: Processo de expedição de mercadoria

57
O processo de expedição de mercadoria inicia com a atividade de

processamento de pedidos que consiste, através do WMS, em transformar os pedidos
recebidos via EDI (troca eletrônica de dados - Electronic Data Interchange) do cliente em
ordens de serviço para os funcionários. As ordens de serviço contêm a seqüência e o mix
de produtos a serem separados sendo transmitidas via rádio freqüência para os
funcionários. O processo de separação de pedidos tem início quando o funcionário aceita a
convocação de serviço para execução de uma ordem de serviço.
A separação de pedidos tem como função produzir os volumes com o mix de

mercadoria correto para atender os pedidos dos clientes. No armazém em estudo
identificaram-se basicamente duas formas de separação, quais sejam:
♦ a separação de palete completo, denominado como apanha palete;

neste caso a movimentação é realizada com o auxílio de empilhadeiras
elétricas, o operador de empilhadeira recebe via rádio a convocação para
realização da separação do palete; e
♦ a separação de palete não completo sem abertura de volumes,

denominado de apanha separação; neste caso o separador é convocado
via rádio para compor um novo palete utilizando as paleteiras como
recurso de movimentação.
A ordem de serviço será enviada para o operador de empilhadeira ou para o

separador de acordo com as respectivas características de palete completo – apanha palete
e palete não completo – apanha separação. Ao aceitar a convocação o funcionário irá
executar a ordem de serviço que consiste em fazer a coleta da mercadoria especificada.
Caso a coleta tenha ocorrido normalmente a atividade termina com a liberação do palete no
box de separação. Se existir algum problema eletronicamente é gerado uma ocorrência a
ser tratada.
Por fim tem-se a conferência de separação para verificação da separação do

material e o carregamento que monta a mercadoria no veículo a ser expedido.
58
Para descrição e visualização do sistema a ser modelado foi construída a

Árvore da Realidade Atual (ARA)7. A ARA construída, apresentada na figura 16,
representa as relações de performance operacional levantado nas reuniões como o grupo de
trabalho.
Perda eficiência
do processo
Desgaste do pessoal
Elevação dos custos de Atraso no pedido
operacional
serviço do cliente
Fila
caminhão
Horas-extras A empresa utiliza de
Horas-extras é
causa desgaste hora-extra para
custo adicional
pessoal atender demanda
Atraso na
expedição das
mercadorias
Algumas vezes, a
Horas-extras aumentam
capacidade de atendimento
a capacidade sistema
expedição do armazém é
inferior à demanda de pico.
Existem picos de serviço gerados A capacidade do sistema não está

pela demanda não uniforme do dimensionada pelos picos do
cliente. (pico semanal e diário) cliente.
Figura 16: Árvore da Realidade Atual - entendendo problemas da expedição.
Identificou-se que o cliente apresenta uma demanda de serviços de expedição

não uniforme, o que acaba gerando picos de serviços. Estes picos ocorrem tanto ao longo
da semana quanto ao longo dos dias. Tal fato, aliado ao não dimensionamento da
capacidade do sistema pelos picos do cliente vem a ocasionar algumas vezes dificuldades
do sistema em atender à demanda de separação de pedidos do cliente. Ocorre que, algumas
vezes, a capacidade projetada do sistema de expedição do armazém é inferior aos picos
7
A leitura da ARA é realizada de baixo para cima utilizando-se a lógica “SE [entidade da base da flecha],
ENTÃO [entidade da ponta da flecha]. Quando existem duas ou mais flechas unidas por uma elipse, significa
que as entidades devem existir simultaneamente para que o efeito seja observado (Goldratt, 1994).
59
gerados pelo cliente. Neste caso, normalmente, para conseguir atender ao pico do cliente,
parte-se para utilização de horas extras. Tal política pode vir a causar tanto o desgaste da
equipe quanto o aumento dos custos que acarretará na perda de eficiência do processo.
Como resultado da análise da ARA identificou-se como uma das questões

chave a capacidade de atendimento da expedição no período de picos do cliente. Neste
caso, a proposta de estudo foi focalizada na análise de capacidade do sistema de
expedição.
Uma vez identificada uma área de interesse e entendido o funcionamento do

sistema real procurou-se focalizar o trabalho para a definição do problema a ser estudado.
Fez-se uma análise preliminar do processo de expedição baseada em experiências das
pessoas envolvidas no processo, relatórios gerenciais e base de dados da empresa com o
intuito de apontar pontos críticos no processo. Com base neste levantamento, foi possível
identificar o perfil de pedidos do cliente e o tempo de execução das atividades. Tais
informações foram importantes para a definição do sistema a ser modelado.
Na análise identificou-se que existe em média um acréscimo de 641% no

tempo de apanha separação quando comparado com o tempo de apanha palete. Este
acréscimo é inerente às características de cada atividade. Além disso, ao se analisar o perfil
de pedidos do cliente observou-se que as buscas por apanha palete representam 30% da
movimentação de separação de pedidos, enquanto o maior volume, equivalente a 70% da
movimentação de separação de pedidos, era referente à apanha separação. A figura 17
apresenta esquematicamente o fluxo de atividades da expedição.
Conferência
30% Apanha apanha palete
palete
Gera Libera
Box de carregamento
ocorrência
expedição
70% Conferência apanha

Ordem de Apanha
separação
serviço separação
Gera
ocorrência
Gera
Ocorrência
Figura 17: Fluxo de atividades da expedição.

60
Observa-se que a atividade com maior tempo de execução também representa

maior grau de solicitação. Diante das análises do sistema, o grupo definiu que o objeto de
estudo seria a atividade de apanha separação dada a importância da atividade e a
concentração dos recursos.
4.2.1.3 Definição dos Objetivos
A definição dos objetivos conduzirá o desenvolvimento do modelo e dos

experimentos desenvolvidos no projeto de simulação servindo, assim, como balizadores do
projeto. Para Bateman et al.(1997) os objetivos do projeto de simulação acabam surgindo
naturalmente de uma boa formulação do problema. Os objetivos inicialmente definidos
foram:
a) a análise da performance e capacidade atual do sistema;
b) identificar as principais restrições de capacidade do sistema;
c) analisar formas de elevar a capacidade do sistema para atender os picos de

demanda.
Com o desenvolvimento do projeto ocorreu o desdobramento do item c

passando a incorporar nos objetivos a análise de sensibilidade do sistema a variações nas
condições de entrada, verificando as influências no desempenho do sistema.
4.2.1.4 Identificação das Restrições
As restrições para o desenvolvimento de um projeto de simulação podem ser

classificadas em três categorias, quais sejam: tempo, escopo e recursos (Harrel e Tumay,
1995 apud Barrônio, 2000).
A restrição quanto à categoria do tempo pode estar diretamente relacionada

com o nível de detalhamento do modelo. No presente estudo o tempo para realização do
projeto foi uma das restrições na proposição de melhorias na produtividade da atividade de
61
separação de pedidos, isto é, as alternativas de melhoria referentes ao processo (tempo das

atividades) ficaram restritas à condição do tempo para execução do projeto.
Outro fator de restrição importante levantado pelo grupo refere-se aos recursos
disponibilizados para o desenvolvimento do projeto. É importante que os recursos a serem
disponibilizados sejam compatíveis com os objetivos do projeto, estando as preocupações,
neste caso, focadas principalmente para os dados disponíveis.
No decorrer do trabalho, outro fator externado pelo grupo foi quanto à

capacidade da ferramenta em representar a complexidade de operação do sistema.
4.2.1.5 Definição das Especificações do Projeto
O escopo do projeto de simulação é descrito seguindo os cinco itens que

seguem:
a) Abrangência - determinação da extensão do modelo. A abrangência do

modelo está restrita à atividade de separação de pedidos por paletes não
completo sem abertura de volumes – atividade de apanha separação – que
compreende o sub-sistema de separação de pedidos do processo de
expedição de mercadoria de um único cliente do armazém geral em estudo.
O grupo definiu a atividade de apanha separação para estudo, uma vez que
esta atividade consome grande parte do tempo e recursos do armazém e é
significante nas características identificadas no perfil de pedidos do cliente,
questão apresentada no item 4.2.1.2. – formulação do problema. A área
analisada, onde ocorre esta atividade, corresponde aos primeiros andares da
estrutura porta palete com aproximadamente 835 endereços de apanha
separação;
b) Detalhamento – o grau de detalhamento do modelo seguiu os princípios de

modelagem, quais sejam, começar pequeno e simples e ir agregando maior
grau de detalhamento quando necessário (Law & Kelton, 1991, Pegden et
al., 1990). O grau de detalhamento foi determinado pelos objetivos do
62
estudo. As simplificações do modelo estão discutidas em detalhes no item

4.2.2.3 – simplificações e agrupamento na modelagem;
c) Acuracidade dos Dados - a acuracidade dos dados está diretamente

relacionada com a precisão dos resultados da simulação, uma vez que
poderá implicar numa restrição de tempo para o projeto. No estudo o grau
de acuracidade dos dados foi alinhado aos objetivos do projeto de
simulação de forma a não prejudicar o desempenho do modelo. Todos os
dados foram coletados junto à base de dados da empresa, ou seja, são dados
reais de operação. Isso foi possível uma vez que o gerenciamento do
armazém é automatizado (WMS Saga) e assim, todas as informações
relativas às atividades ficam registradas numa base de dados da empresa.
Com isso, o tempo para execução desta atividade foi bastante reduzido;
d) Tipo de Experimento – Definiu-se utilizar os tempos reais de execução da

atividade de apanha separação no período de uma semana referente ao pico
do cliente no mês, o que caracteriza o modelo como sendo determinístico e
terminante. Dadas estas características a simulação é válida a partir dos
minutos iniciais. Além disso, os experimentos considerados levaram em
conta que um único modelo seria suficiente tanto para representar a
situação atual quanto para representar os cenários criados. A classificação
do modelo quanto aos critérios apresentados no item 2.3.5 – classificação
dos modelos de simulação - é apresentada na figura 18 para melhor
entendimento do modelo de simulação.
63
Icônico
Quanto à representação da
Classificação
realidade
Simbólico
Simbólico
Analógico
Quanto aos recursos

computacionais Digitais
Digitais
Híbridos
Determinísticos
Determinísticos
Quanto ao tratamento dos
dados
Estocástico
Estático
Quanto ao comportamento em
função do tempo
Dinâmicos
Dinâmicos
Discretos
Discretos
Quanto à s mudanças de
estado
Contínuos
Terminante
Terminante
Quanto ao interesse sobre os
resultados
Não-terminante
Uso unitário
Quanto ao uso
Uso
Uso contínuo
contínuo
Figura 18: Classificação do modelo de apanha separação.
e) Forma dos Resultados – os resultados do modelo buscaram representar o

funcionamento real da atividade de apanha separação. Para tanto foram
identificados indicadores de performance para a produção de paletes diária,
e a produção de paletes por hora, além de serem registradas as chegadas de
pedidos, o número de ordens de serviço aguardando e o número de paletes
processados. Além destes indicadores foram utilizados os recursos que o
pacote de simulação apresenta com várias formas de visualização de
resultados através de gráficos e planilhas.
64
4.2.2 Definição do Sistema e Modelo Conceitual
Nesta etapa foi desenvolvido o modelo teórico no qual o modelo de simulação

está baseado. Definiu-se os elementos, inter-relacionamentos, fatores principais, os locais,
as entidades, eventos, atributos e indicadores do sistema, além dos dados necessários para
alimentar o modelo.
4.2.2.1 Identificação das relações de causa-efeito e fatores principais
O sistema real onde foi realizado o estudo de simulação computacional

compreende na atividade de apanha separação de um único cliente (ver fluxograma do
processo de expedição de mercadoria na figura 15). Os pedidos do cliente são enviados
para o armazém via EDI e em seguida, caso todos os produtos existam no armazém, são
geradas as ordens de serviço. No momento da geração das ordens de serviço o sistema
WMS, automaticamente busca alocar as ordens para os funcionários disponíveis. Os
separadores recebem a convocação via rádio e ao aceitarem a convocação iniciam a
atividade de apanha separação.
A tabela 4 apresenta de forma simplificada os principais elementos que estão

envolvidos com a atividade de apanha separação:
Tabela 4: Elementos da atividade de apanha separação
Elementos Via Responsável Local Condição Gera

Pedido do EDI Cliente Sistema armazém _ venda para cliente - Liberação para geração
cliente ordens de serviço
Geração Sistema Operador Sistema WMS - Exista pedido do - Ordens de serviço
ordem serviço WMS sistema cliente.
- Exista mercadoria
no armazém;
- Exista box de
expedição livre.
Ordem de Rádio Sistema Sistema WMS - Tenha sido gerada - Ordens de separação dos
serviço freqüência WMS a ordem de serviço. pedidos – convocação de
serviço apanha
separação.
Apanha Rádio Separadores Endereços nas - Convocação de - Liberação da
separação freqüência estruturas porta- serviço; conferência de separação.
palete. - Ocorrência de
separação.
65
Com base no acompanhamento da operação de apanha separação realizada no

armazém e em discussões realizadas com o grupo de trabalho foi montada uma matriz de
relações. A matriz de relações elaborada representa o relacionamento entre os principais
elementos de entrada do modelo e o grau de atuação do armazém geral nestes elementos
(tabela 5).
Tabela 5: Matriz de relacionamento - elementos do modelo e grau de atuação.

Elementos do modelo Possibilidade de
atuação
Chegadas Ordens de serviço Tempo de chegada
¡
Quantidade ¡
Recursos Separadores Quantidade ⊗
Jornada de trabalho ⊗
Processos Atividade separação Tempo de processamento ∅
Tempo de movimentação ∅
⊗ - forte relação ∅ - média relação ¡ - fraca relação
Todos os elementos de entrada identificados possuem forte relação com a

capacidade do sistema, porém cada elemento apresenta diferenciado grau de atuação por
parte da gerência do armazém geral. Identificou-se os elementos de recursos com forte
relação devido à facilitada de modificação nestes elementos pela gerência do armazém. Por
sua vez, os elementos de processos foram identificados com média relação, uma vez que
por serem elementos já considerados otimizados necessitariam de um estudo aprofundado
para redução dos tempos de processo. Por fim, os elementos de chegadas representam
fraca relação por dependerem de uma política de atuação conjunta entre a gerência do
armazém e seu cliente.
A utilização da matriz de relacionamentos foi importante para orientar a

identificação dos fatores principais do modelo pelo grau de atuação do armazém geral. Tal
estrutura apresentou-se como uma importante ferramenta na fase de proposição dos
cenários e melhorias para sistema.
66
4.2.2.2 Simplificação e Agrupamento na Modelagem
Uma das simplificações adotadas foi referente à representação dos endereços

de apanha. Os separadores quando vão realizar a montagem do palete fazem a coleta em
diversos endereços, muitos localizados na mesma rua. Para efeito de simulação, como o
que importa é o tempo para execução da atividade de montagem do palete, os diversos
endereços foram agrupados num único ponto representativo da rua.
Outra simplificação refere-se ao box de expedição. No sistema real, na

expedição de mercadorias existe a separação dos lotes de pedidos por box de expedição. O
box de expedição constitui numa área física, localizado na área de expedição, destinado a
colocação dos novos paletes montados pelos separadores de acordo com as ordens de
serviço. Assim, a cada lote de pedidos é alocado um box de expedição que receberá os
paletes separados com sua respectiva mercadoria. Para efeitos do modelo considerou-se um
único box de expedição.
Para execução da atividade os separadores sempre utilizam alguns recursos tais

como paleteiras, rádios coletores e paletes. Na modelagem, estes recursos foram
suprimidos por estarem sempre associados à atividade do separador.
Uma outra simplificação importante considerada foi quanto ao tempo de

execução da atividade de apanha separação. Na base de dados da empresa o tempo de
processamento da atividade e o tempo de movimentação são registrados num único dado.
Dessa forma, como não era possível identificar o tempo real da movimentação nem o
tempo real para a execução da atividade, optou-se por considerar este tempo como sendo o
tempo de processamento da atividade. Para que o tempo de movimentação não interferisse
no modelo, dado que o software associa ao tempo de movimentação o tempo levado para
percorrer uma distância a uma velocidade de deslocamento informado pelo modelador,
considerou-se uma elevada velocidade de deslocamento. Este fato foi uma das restrições
do modelo visto que afetou o potencial de análise dos tempos de movimentação e atividade
da separação de pedidos.
67
4.2.2.3 Identificação dos Elementos de Entrada e dos Elementos de Resposta
Os elementos de entrada definem o funcionamento do sistema; no modelo

foram definidos os elementos apresentados na tabela 6.
Tabela 6: Elementos de entrada do modelo.
Tipo Elementos de entrada

Ordens de serviço Horário de chegada das ordens de serviço
Separadores Número de separadores
Jornada de trabalho
Atividade de apanha palete Tempo de execução da atividade
Roteiro com endereços para formação do palete
Os elementos de respostas representam as saídas do sistema a um dado

conjunto de elementos de entrada. Estes elementos propiciam a validação do modelo
através de comparações com medidas do sistema real e, por isso, foram associados aos
objetivos do projeto de simulação. Também identificam a performance do sistema
modelado, uma vez que estes elementos representam medidas de desempenho do sistema.
Os indicadores adotados para avaliar o desempenho do processo de separação encontram-
se representados na tabela 7.
Tabela 7: Elementos de resposta do modelo.
Natureza do indicador Elementos de resposta

Eficácia N° paletes separados/n° paletes gerados
Produtividade parcial N° paletes separados/dia.
N° paletes separados/hora.
Utilização de recursos Duração atividade/capacidade efetiva do
(separadores) sistema
68
4.2.2.4 Tratamento dos Dados
Os dados necessários para a modelagem, referente aos elementos de entrada e

saída do modelo, estavam todos disponíveis na base de dados da empresa devido às
características do gerenciamento do armazém ser totalmente automatizado. Houve a
necessidade de formatação dos dados na forma em que o software de simulação pudesse
fazer o reconhecimento destes. O tratamento dos dados foi realizado com o auxílio de
planilha eletrônica, aplicativo Excel, utilizada para geração de gráficos e análises. Com os
recursos atuais disponíveis na planilha eletrônica, como tabela dinâmica, o tempo para
formatação dos dados foi bastante reduzido.
4.2.3 Construção do Modelo Computacional
A modelagem computacional consiste em desenvolver o modelo conceitual do

sistema a ser estudado em um software de simulação. O objetivo é traduzir o modelo
conceitual num modelo computacional.
Nesta etapa o modelo foi rodado, verificado e validado. Os erros de lógica ou

sintaxe foram corrigidos ao longo da construção do modelo.
4.2.3.1 Elementos do Modelo
Na tabela 8 apresenta-se os principais elementos definidos no modelo. Os

elementos que constituem o modelo podem ser visualizados na figura 19 que segue.
Tabela 8: Elementos do modelo computacional.
Elementos do modelo Descrição e características
- layout O layout da área de porta palete, destinada a operação de apanha

separação, foi construído em escala e convertido em arquivo de
imagem do tipo bmp. O arquivo de imagem é inserido no software de
simulação como um gráfico de fundo. Em cima deste gráfico é que
foram construídos os demais elementos do modelo.
69
- Locais (locations): Os locais inseridos no modelo representam as ruas (18 locais), o local
aonde chegam as ordens de serviço (Saga – 1 local) e o box de
expedição (1 local). Todos foram considerados com capacidade
infinita.
- Entidades (entity): As entidades representam as ordens de serviço para montagem de um

palete. Para identificar o período de simulação foram analisados
relatórios gerenciais com a movimentação da carga expedida sendo
identificado uma semana de pico correspondente à 6 dias. Cada ordem
de serviço representou a construção de uma entidade no modelo
computacional.
- Recursos (resources): Os recursos utilizados na atividade foram representados na figura do

separador. A utilização dos recursos foi monitorada de forma a
identificar a performance do sistema.
- Redes de percurso As redes de percurso que representam a rede de deslocamento dos

(path networks) recursos no modelo foram construídas a partir dos possíveis
deslocamentos dos separadores. Foi criada uma única rede de
deslocamento para todos os recursos do sistema. Vale referir que o
tempo de deslocamento, para efeitos do modelo, foi bastante elevado
de modo a não interferir no tempo de execução da atividade (item
4.2.2.2 – Simplificação e Agrupamento na Modelagem).
- Processos (process): Os processos foram construídos a partir do fluxo das entidades. Para
alimentar o modelo com os roteiros de cada formação de palete com
seu respectivo tempo de execução foram utilizados arquivos externos
de planilhas eletrônicas.
- Turnos (shifts): Foi criado um turno de trabalho respeitando período de paradas do

sistema real.
- Variáveis (variables): Este elemento foi utilizado para suportar o armazenamento de dados
de performance do sistema modelado. Algumas variáveis criadas
foram o número de paletes a ser processado, o número de paletes
processados acumulado, o número de paletes processados ao dia.
\gsggf
70
A figura 19 apresenta o modelo computacional desenvolvido.
Figura 19: Modelo computacional.
4.2.3.2 Verificação do Modelo
O objetivo da verificação é avaliar se o modelo computacional está rodando

adequadamente. Identificam-se se as equações e rotinas do modelo estão funcionando
como esperado.
Na verificação do modelo fez-se uso das técnicas mais comuns utilizadas para
identificação de problemas com programas computacionais8. Dentre elas destaca-se a
verificação por partes, que foi amplamente utilizada como forma de rastreamento e
refinamento progressivo do modelo. A verificação por partes ocorreu durante a construção
do modelo; a cada parte construída o modelo foi testado contra erros com o intuito de
evitar a etapa posterior de correção do modelo com um todo.
8
maiores detalhes ver Law e Kelton, 1991, Pegden et al., 1990, Barrônio, 2000 e Oliveira, 2000.
71
Foi utilizado também o teste por parâmetros, que consiste na execução da

simulação através da variação dos parâmetros de entrada, verificando se os resultados
obtidos apresentam um comportamento razoável.
Erros de entrada de dados foram identificados pelo próprio software ao se

tentar rodar a simulação. Os erros foram gerados na conversão dos dados para formato de
leitura do simulador.
4.2.3.3 Validação do Modelo
A validação do modelo de simulação consiste em assegurar que este representa

o sistema real. O objetivo é de verificar se o comportamento do modelo computacional
construído está representando adequadamente o sistema (Law e Kelton, 1991).
A abordagem de validação do modelo utilizada foi a validação operacional, que

consiste na comparação direta dos valores gerados pelo modelo com os coletados do
sistema (Pegden et al., 1990). Os indicadores apresentados na tabela 7 foram utilizados
para esta validação. As performances do sistema real e do modelo foram comparadas
através desses indicadores. Outro parâmetro importante considerado está relacionado com
a necessidade de atendimento de todos os pedidos gerados no período de análise (6 dias), o
que se verificou ao rodar o modelo.
No capítulo 5, são apresentados e comparados os desempenhos do sistema real

e do modelo.
4.2.4 Condução de Experimentos
Nesta etapa definiram-se os cenários a serem testados no modelo de simulação.

Para a definição desses cenários, é necessário promover o entendimento do sistema real a
partir do modelo. O fato de os atores manipularem a representação do sistema real através
do modelo computacional permite a eles mudar sua compreensão do sistema, aprimorando
o aprendizado, tal como expõe Andrade (1998). Assim, a familiarização com o modelo e o
72
entendimento da influência das variáveis no comportamento do sistema foi alcançada

através da alteração de alguns parâmetros de entrada e observação das variáveis de
resposta.
Este processo deu suporte à construção e validação do cenário 1, o qual

representa o sistema real. Também foi possível identificar as principais restrições de
capacidade do sistema. A partir disto, foram elaborados cenários alternativos que
representavam ações de melhoria de desempenho do sistema.
4.2.4.1 Construção de Cenários
A partir da compreensão do comportamento do sistema, obtida na construção e

validação do cenário 1, novas percepções foram geradas e verificou-se a necessidade de se
acrescentar mais um elemento de entrada do modelo, não definido inicialmente na Tabela 5
– item 4.2.2.1, de modo a representar a perda no sistema. Essa perda não tinha sido
definida no início dos trabalhos devido às crenças e pressupostos vigentes de que os atrasos
na separação de pedidos eram gerados principalmente pela irregularidade do perfil de
demanda. Desta forma, se pensava na perda somente como variável de resposta, e,
portanto, não tinha sido incorporado ao modelo computacional por ter sido considerada um
elemento não-significativo.
Assim sendo, a variável “perda” foi definida a partir da discussão em grupo e

foi classificada em três tipos básicos, a saber:
♦ perdas normais: representa o não uso da capacidade do sistema devido às

saídas dos separadores do ambiente do trabalho por questões fisiológicas.
Estimou-se que esta perda deveria ficar em torno de 10%;
♦ perda de serviço: representa a falta de demanda de serviços devido ao

perfil de pedidos. A partir da análise dos dados verificou-se que no período esta
perda representava menos de 2% do tempo de trabalho; e
♦ perda anormais: devido à indisponibilidade dos separadores para a

execução da atividade de separação por motivos alheios. Como por exemplo
quando o separador está deslogado da sua função para resolução de alguma
73
ocorrência de falta e/ou avaria ou executando uma outra atividade. Esta perda
estimada em 11,16% foi identificada como uma das principais causas da perda
de capacidade do sistema, constituindo em oportunidade de melhorias para
sistema.
Os desenvolvimentos dos cenários alternativos parte da redução das perdas

anormais e da manipulação dos elementos descritos na matriz de relacionamento da Tabela
5. Quanto aos elementos da matriz, as alternativas de operação do sistema (cenários)
podem ser determinadas a partir de variações nos elementos de chegadas, de recursos e/ou
de processos.
A variação nos parâmetros do processo, tais como o tempo de processamento

da atividade e tempo de movimentação, foi identificada pelo grupo de trabalho como
potencial para análise de projetos futuros. Caso esta alternativa viesse a ser incorporada aos
cenários, a construção do modelo conceitual e, consequentemente, a construção do modelo
computacional deveria ser revista a fim de agregar ao modelo as novas variáveis do
sistema para representar a variabilidade do sistema quanto a esses parâmetros.
Tendo em vista o objetivo do projeto de simulação e as restrições de tempo

para execução do trabalho, identificou-se como potencialidade de análise as variações nos
elementos de chegada (ordens de serviço geradas a partir da chegada dos pedidos do
cliente) e nos elementos de recursos utilizados na operação. Todavia, o grupo decidiu não
elaborar cenários a partir de modificações no elemento chegadas de pedidos por não ter
poder sobre a geração de pedidos. Esta variável é dependente das políticas de vendas dos
clientes.
Sendo assim, a criação de cenários foi desenvolvida a partir da redução das

perdas anormais e variação dos elementos de recursos. Cabe ressaltar que no modelo as
perdas normais e anormais estão consideradas de forma agregadas, chamadas a partir deste
ponto somente de perdas. Através da criação de cenários busca-se identificar o impacto de
políticas de redução de perdas no sistema real.
A redução das perdas foi dimensionada a partir de um processo de tentativa e

erro. Foram fixadas algumas alterações nos elementos de entrada do modelo e introduzida
74
uma perda calibrada de modo que a demanda de separação de pedidos do período fosse
atendida. Os cenários construídos com a variação dos parâmetros são apresentados na
Tabela 9.
Tabela 9: Cenários para simulação
Cenários Parâmetros de entrada Comentários

Cenário 1 – situação atual Horizonte de simulação Seis dias
Horário de chegada das ordens de serviço Horário do sistema real
Número de separadores 5 separadores + 2
separadores no sábado
Jornada de trabalho Horário de sistema real,
incluindo 2 horas-extras
na sexta-feira
Tempo de execução da atividade Tempo do sistema real
Roteiro com endereços para formação do Roteiro do sistema real
palete
Perdas (normais + anormais) Sistema real (21,16%)
Cenários propostos Parâmetro de entrada modificado Comentários
Cenário 2 Perdas (normais + anormais) 16,87%
Cenário 3 Número de separadores 5 separadores + 1
separador no Sábado
Perdas (normais + anormais) 17,46%
Cenário 4 Jornada de trabalho Horário de sistema real,
sem horas-extras
Cenário 5 Número de separadores 5 separadores + 1
separador no sábado
Jornada de trabalho Horário de sistema real,
sem horas-extras
A tabela 10 apresenta um quadro resumo para os cenários criados com os

elementos de entrado do sistema.
75
Tabela 10: quadro resumos dos cenários - elementos de entrada

n°
Hora-Extra separadores Perdas
Real S 7 21.16%
Cenário 1 S 7 21.16%
Cenário 4 N 7 17.23%
Cenário 5 N 6 12.29%
Os resultados da simulação para cada um destes cenários estão descritos e

analisados no próximo capítulo.
76
CAPÍTULO 5 – ANÁLISE DA SIMULAÇÃO
5.1 Resultados obtidos com a simulação computacional
Este item descreve os resultados obtidos da simulação computacional para

todos os cenários simulados e inicia com a descrição do cenário representativo do sistema
real. A construção de cenários tem como objetivo analisar alternativas para uma situação
específica na atividade de apanha/palete.
5.1.1 Apresentação e interpretação dos resultados
A análise e interpretação dos resultados de cada cenário são apresentadas a

seguir.
5.1.1.1 Cenário 1 – situação real
Este cenário representa o comportamento do sistema real segundo os

parâmetros e políticas operacionais atualmente em vigor na empresa em questão. Foi
considerada a utilização de 2 horas-extras por funcionário no quinto dia de simulação,
utilização de 5 separadores durante o período de simulação, com a inclusão de 2
separadores no último dia.
O indicador de utilização de recursos que corresponde à relação entre o tempo

utilizado para execução da atividade (duração da atividade) e o tempo disponível no
sistema real para execução da atividade (capacidade efetiva do sistema) no período de
análise foi de 76,94%. Identificou-se uma perda de 23,06% no sistema atribuída da
seguinte forma: 21,16% de perdas (normal e anormal) e 1,90% de perda de serviço. Assim
sendo, com base na análise de dados do sistema real, foi inserida no modelo perdas de
21,16%.
77
Os resultados deste cenário são descritos e analisados em comparação com o

desempenho real do sistema na seqüência. A Figura 20 representa o comportamento do
indicador de eficácia de separação, que mede a relação entre o número de paletes
separados e o número de paletes gerados. Cabe referir que o grupo de trabalho determinou
que os pedidos não atendidos no dia anterior deveriam ser acrescentados na demanda do
dia seguinte. A política de operação da empresa estabelece que esses pedidos têm
prioridade de execução no início do dia.
Nº de paletesseparados/Nº paletes demandados
Sistema Real
120%
Simulado
100%
80%
60%
100%
100%
100%
100%
100%
100%
97%
88%
88%
83%
77%
76%
40%
20%
0%
1 2 3 Dias 4 5 6
Figura 20: Indicador de eficácia de separação – comparação entre o sistema real e o cenário 1 (r²=0.9195).
Pode-se notar que o indicador de eficácia de separação do cenário 1 no modelo

de simulação acompanhou o desempenho real, apresentando uma correlação (r²) de 0.9195
entre os dados gerados e os dados reais. É importante observar que o sistema real não está
no seu desempenho máximo, porém este se encontra dentro dos índices de performance
estabelecidos como aceitáveis.
As Figuras 21 e 22 representam o comportamento dos indicadores de

produtividade número de paletes separados/dia e número de paletes/hora, respectivamente,
para o cenário 1 e para o sistema real.
78
R E A L S I M U L A D O
Produção diária
250
225
N° paletes
200
175
150
125
100
1 2 3 4 5 6
Dia
Figura 21: Indicador Produtividade diária - comparação entre o sistema real e o cenário 1 (r²=0.9791).
Produção/hora - dia 1 Produção/hora - dia 2

Real S im u l a d o Real S im u l a d o
30 30
N/ palete processado
25
20 20
15
10 10
5
0
10 11 12 13 14 15 16 17 18 19 20
0
10 11 12 13 14 15 16 17 18 19 20
Horas Horas

30 30
20 20
10 10
0 0
10 11 12 13 14 15 16 17 18 19 20 21 9 10 11 12 13 14 15 16 17 18 19
Horas Horas

40 40
30 30
20 20
10 10
0 0
9 10 11 12 13 14 15 16 17 18 19 20 21 9 10 11 12 13 14 15 16 17 18 19
Horas Horas
Figura 22: Indicador Produtividade Horária - comparação entre o sistema real e o cenário 1 (r²=0.8750)
79
A análise do conjunto dos elementos de resposta identificados na Tabela 7 para

o cenário 1 e para o sistema real demonstra que o modelo computacional é capaz de
representar a realidade, constatados pelos altos índices de correlação para cada elemento de
resposta (r²= 0,9791 para indicador de produtividade diária e 0,8750 para indicador de
produtividade diária) . A pequena discrepância entre os resultados e a realidade pode ser
atribuída às simplificações do modelo, sugerindo que existem fatores exógenos ao modelo
que são próprios da realidade estudada, tais como fatores inerentes ao comportamento
humano.
Entende-se que as diferenças verificadas no desempenho não são capazes de

comprometer a consistência do modelo computacional elaborado. Assim, considerando-se
que há correspondência entre os desempenhos observados na atividade real e os resultados
obtidos na simulação e que o modelo atendeu toda a demanda de trabalho gerada no
período, admitiu-se como validado o modelo.
5.1.1.2 Cenário - 2
Este cenário representa as mesmas condições do cenário 1, com exceção da

perda, que foi definida em 16,87%. O objetivo consiste em visualizar o impacto da redução
das perdas sobre a eficácia do sistema. As Figuras 23 e 24 apresentam os resultados
encontrados na simulação.
Nº de paletes separados/Nº paletes demandados Real

Simulado
Produção diária Geração de pedidos
Real
120%
Simulado 250
100%
225
N° paletes
80%
200
60%
175
100%
100%
100%
100%
100%
100%
97%
91%
90%
89%
88%
150
76%
40%
125
20%
100
1 2 3 4 5 6
0%
Dias
1 2 3 Dias 4 5 6
Figura 24: Indicador Produtividade Diária - cenário 2.

Figura 23: Indicador de eficácia de separação – cenário 2.
A redução da perda em 4,29 pontos percentuais gerou um nível de eficácia de
separação em torno de 90% nos dias críticos do período (3º, 4º e 5º dias), apresentado na
figura 23. Tal fato ocorreu porque nestas condições os separadores estão disponíveis por
mais tempo ao sistema para atender a demanda, o que representou uma melhoria no
desempenho. O reflexo desta melhoria pode, também, ser visualizado pela produção diária
do cenário 2, figura 24. A maior disponibilidade dos separadores fez com que a produção
dos dias críticos fosse superior à produção real, aproximando-se do número de pedidos
gerados no dia.
Quando ao indicador de utilização de recursos verifica-se na tabela 11 que o

indicador permaneceu constante no cenário 2. Tal fato ocorreu porque não foram alteradas
as variáveis de processo que determina a duração da atividade e nem as variáveis de
recursos que determinam a capacidade efetiva do sistema.
Tabela 11: Indicador de utilização de recursos e perdas do sistema – cenário 2.

Real Cenário 2
Utilização 76,94% 76,94%
Perdas do sistema 23,06% 23,06%
Perda serviço 1,90% 6,18%
Perdas 21,16% 18,87%
Observa-se, no entanto, que a redução das perdas do sistema foi transferida

para a perda de serviço. Ao se reduzir a perdas os separadores estavam disponíveis mais
cedo para iniciar outra atividade. Ocorre que com maior freqüência não estava disponíveis
novas ordens de serviço para início de novas atividades.
Destacam-se como principais conclusões obtidas a partir deste cenário:
♦ Políticas de redução de perdas são benéficas para o desempenho do

sistema melhorando o indicador de eficácia do sistema;
♦ A produtividade diária melhorou reduzindo o acúmulo de serviço nos

últimos dias do período;
♦ A adoção de políticas de redução de perdas deve implicar no estudo da

influência da geração das ordens de serviço no desempenho do sistema.
81
5.1.1.3 Cenário - 3
Este cenário representa a redução de 1 separador no Sábado e perda de 17,46%.

Foi considerada a utilização de 5 separadores durante o período de análise com a inclusão
de 1 separador no último dia, a utilização de 2 horas-extras por funcionário no quinto dia e
a perda definida em 17,46%. O objetivo deste cenário é verificar se com políticas de
redução de perdas poderia ser reduzido um funcionário extra no último dia de atividade
sem comprometimento da eficácia do sistema.
As Figuras 25 e 26 apresentam os resultados dos indicadores de eficácia e

produtividade diária obtida com a simulação.
Nº de paletes separados/Nºpaletes demandados Real

Produção diária Simulação
Paletes Gerados
Real
120%
Simulado
2 5 0
100%
2 2 5
80%
N° paletes 2 0 0
60%
100%
100%
100%
100%
100%
100%
1 7 5
97%
91%
90%
89%
88%
76%
1 5 0
40%
1 2 5
20%
1 0 0
1 2 3 4 5 6
0%
Dia
1 2 3 4 5 6
Dia

Figura 25: Indicador de eficácia de separação – cenário 3
Verificou-se neste cenário que políticas de redução das perdas podem reduzir o
número de separadores extra no último dia sem comprometimento da eficácia do sistema.
Na tabela 12 observa-se que com a redução de um separador o indicador de utilização foi
melhorado. Sendo assim, com a redução da perda foi possível melhorar tanto o indicador
de utilização de recursos quanto o indicador de eficácia e produtividade diária.

Real Cenário 3
Perdas 21,16% 17,46%
Principais conclusões obtidas a partir deste cenário:

82
♦ Políticas de redução de perdas podem reduzir o número necessário de

separadores no final do período;
♦ Com a redução das perdas a produtividade diária melhorou, reduzindo o

acúmulo de serviço nos últimos dias do período (por isso não foi necessário a
inclusão de 1 separador);
♦ Com a redução do número de separadores e perdas do sistema os

separadores foram melhor aproveitados, verificado pelo indicador de utilização
de recursos.
5.1.1.4 Cenário 4
Neste cenário foram considerados os mesmos parâmetros do cenário 1 com a

exclusão de horas-extras e redução da perda. Assim sendo, utilizou-se 5 separadores
durante o período de simulação, com a inclusão de 2 separadores no último dia, sem hora
extra no quinto dia e perda de 17,23%. O objetivo consiste em observar se com a redução
de perdas o sistema possuiu capacidade operacional para atender à demanda sem a
necessidade de horas.
Nºde paletesseparados/Nºpaletes demandados

Real
120%
Simulado
100% Real
Produção diária Simulado
Geração de pedidos
80%
250
60%
100%
100%
100%
100%
100%
100%
225
97%
91%
90%
88%
76%
40% 200
70%
N° paletes
175
20%
150
0%
125
1 2 3 4 5 6
Dia 100
1 2 3 Dias 4 5 6

Com a política de redução de perdas para 17,23% e com a eliminação das

horas-extras no quinto dia de atividade verifica-se uma piora significativa no indicador de
eficácia (figura 27). Tal constatação também é verificada na produção diária conforme
figura 28. Observa-se que no quinto dia a produtividade acaba ficando abaixo da realizada.
83
A tabela 13 monstra que o indicador de utilização apresentou uma melhora,

porém, a melhora não se verificou nos demais indicadores. Tal fato sugere que a redução
de perdas adotada, apesar de cobrir a não utilização de horas-extras, não foi suficiente para
manter a eficácia do sistema.

Real Cenário 4
Perdas 21,16% 17,23%
Principais conclusões obtidas a partir deste cenário:
♦ A redução das horas-extras no quinto dia de atividades fez com que a

produtividade do dia fosse inferior à demanda, ocasionando uma piora no
indicador de eficácia;
♦ Políticas de redução de perdas podem refletir uma diminuição dos custos

por hora-extra do sistema;
♦ O impacto de alterações no sistema deve ser avaliado em todos os

indicadores de resposta. A melhora de um indicador local não necessariamente
ocasionará a melhora no desempenho global do sistema;
5.1.1.5 Cenário 5
Este cenário envolveu uma política rígida de melhoria no sistema visando à

redução de custos com manutenção da qualidade de serviço através de uma forte redução
nas perdas e recursos envolvidos. Foram utilizados 5 separadores sem hora-extra e incluído
apenas 1 separador extra no sábado. Para que a separação concluísse toda a demanda de
serviço do período foi necessário adotar uma perda de 12,29% o que corresponde a uma
perda anormal de 2,29%, uma vez que se considera aceitável uma perda normal de 10%.
84
As figuras 29 e 30 apresentam os resultados obtido na simulação.
Nº de paletes separados/Nºpaletes demandados

Real
120%
Simulação Real
Simulado
100%
Produção diária Geração de pedidos
80% 2 5 0
2 2 5
60%
100%
100%
100%
100%
100%
100%
97%
98%
95%
N° paletes
88%
2 0 0
82%
76%
40%
1 7 5
20% 1 5 0
1 2 5
0%
1 2 3 Dia 4 5 6 1 0 0
1 2 3 4 5 6
Dia

Verifica-se nos resultados obtidos que a redução da perda inserida no modelo

permitiu um elevado desempenho nos dias críticos dos sistemas. Nos 3° e 4° dias os
indicadores de eficácia foram superiores a 95% e no 5° ficou em torno de 82%. Este último
também apresenta um nível de serviço aceitável considerando-se o volume de pedidos a ser
atendido no dia e a exclusão das horas-extras. Com este desempenho a demanda de serviço
do último dia foi balanceado o que reduziu a necessidade de 1 separador extra.

Real Cenário 5
Perdas 21,16% 12,29%
A política rígida adotada neste cenário identificou a importância de estudos

para redução de perdas. Com a redução das perdas no processo foi possível eliminar a
necessidade de horas-extras e a necessidade de utilização de 1 separador extra no último
dia do período.
85
5.1.1.6 Resumo dos experimentos realizados
A tabela 15 apresenta um resumo dos experimentos realizados com seus

respectivos resultados. Os parâmetros de entrada modificados foram a utilização de horas-
extras no quinto dia de atividade, número de separadores no sistema com a inclusão de 1
ou 2 separadores no último dia de atividade.
Tabela 15: Resumo do experimento realizado

n° Utilização Perda Perda do Eficácia do
Hora-Extra separadores Perdas de recursos serviço sistema perído
Real S 7 21.16% 76.94% 1.90% 23.06% 94%
Cenário 1 S 7 21.16% 76.94% 1.90% 23.06% 91%
Cenário 2 S 7 16.87% 76.94% 6.18% 23.06% 95%
Cenário 3 S 6 17.46% 79.60% 2.95% 20.40% 95%
Cenário 4 N 7 17.23% 80.11% 2.67% 19.89% 92%
Cenário 5 N 6 12.29% 82.80% 4.91% 17.20% 96%
Elementos de entrado do sistema Perda sistema = P. normais + P. anormais + P. serviço
5.1.2 Oportunidades de Melhoria
A partir dos resultados obtidos com o experimento o grupo identificou como

ponto de melhoria a atuação na redução de perdas do sistema. Sendo assim, a discussão
principal foi focalizada em políticas de redução das perdas, identificadas como perdas
anormais.
A oportunidade de melhoria identificada foi o desenvolvimento de horários

fixos de paradas para descanso ao longo da jornada de trabalho. Estes horários devem ser
definidos a partir da produtividade dos funcionários adotando um tempo de parada a um
determinado número de paletes separados. Entende-se que estabelecendo horários fixos de
parada, além de melhorar as condições de trabalho, permite estabelecer uma redução nas
perdas anormais do sistema.
O efeito desta política seria a melhor gestão das perdas anormais do sistema, o
que acarretará numa melhor distribuição de atividades e utilização dos recursos.
86
5.2 Apresentação dos Resultados e Implementação
Este item contempla a forma de apresentação dos resultados dirigidos à

organização. O objetivo principal foi apresentar os resultados obtidos com o projeto de
simulação como suporte à tomada de decisão.
A apresentação dos resultados envolveu uma introdução sobre o projeto

desenvolvido com a descrição de seus objetivos e principais elementos do modelo. A
análise da performance e capacidade da situação atual, bem como a identificação das
restrições de capacidade do sistema e as potencialidades de melhorias no processo foram
apresentadas através dos resultados obtidos na simulação dos cinco cenários
desenvolvidos.
A oportunidade de melhoria proposta e apresentada, qual seja, adoção de

horário fixo de parada durante a jornada de trabalho na semana de pico do cliente, foi
recebida positivamente. Para sua efetiva aplicação na organização, impõe-se o
desenvolvimento de um projeto piloto para definição de parâmetros, implementação e
análise de resultados.
O projeto piloto está na fase de definição de parâmetros que, constitui,

inicialmente, na análise de outras semanas de pico para identificação das perdas e posterior
definição de horários de parada a serem inseridos ao longo da jornada. O objetivo deste
projeto piloto é criar uma condição característica para a operação das atividades nas
semanas de pico visando a uma melhor eficiência e eficácia do sistema em estudo.
CAPÍTULO 6 – CONCLUSÕES DO ESTUDO
Este capítulo apresenta as principais conclusões do trabalho, identificando os

benefícios práticos e teóricos. Além disso, são descritas as principais potencialidades do
uso da ferramenta de simulação computacional identificadas ao longo do estudo. Por fim,
apresentam-se propostas para realização de estudos futuros.
O principal objetivo deste estudo foi analisar as potencialidades de uso de

simulação computacional em atividades de um armazém geral. A identificação das
potencialidades de uso da ferramenta foi obtida através do desenvolvimento de um estudo
de caso em um armazém geral. Acredita-se que o aprendizado ocorrido ao longo das
atividades e os desdobramentos deste trabalho justificam a sua realização.
A importância deste estudo está na sistematização de situações de interesse em

um meio computacional para, só após um entendimento sistêmico do problema, propor um
plano de ação para obtenção de melhorias.
Uma das contribuições acadêmicas deste estudo está na geração de uma

pesquisa científica no ambiente de um armazém geral e na utilização da ferramenta de
simulação neste tipo de organização.
Ao final deste estudo ficou evidenciado que para construção de um modelo de

simulação é de fundamental importância a utilização de um método adequado de
desenvolvimento de projetos, ou seja, que a construção do modelo de simulação esteja
pautado por atividades sistemáticas e racionais que orientem a geração de conhecimentos
válidos e verdadeiros.
88
6.1 Avaliação do projeto de simulação desenvolvido
O modelo computacional construído, apesar das simplificações adotadas, foi

considerado validado para a representação do sistema real. A modelagem computacional
do problema contribuiu para uma melhor compreensão do funcionamento do sistema em
estudo, o que prova a utilidade da ferramenta quando se trata com problemas complexos.
Assim, entende-se que os resultados trouxeram um avanço no entendimento do problema e
abriram novas portas para futuros estudos. A possibilidade de entender o funcionamento do
sistema e identificar as principais restrições para o seu desempenho constituiu-se em um
significativo ganho para o grupo de trabalho auxiliando a tomada de decisão.
Outra vantagem identificada na modelagem utilizando a simulação foi a

possibilidade de criar outros estudos com experimentos alternativos. Neste sentido, novos
cenários foram criados e avaliados com a utilização do modelo computacional, o que
permitiu avaliar o impacto de cenários que não podem ser testados no sistema real. Além
disso, foram criados novos insights para projetos futuros, que exigem o desenvolvimento
de novos modelos conceituais para ampliação do modelo computacional.
Como resultado do projeto de simulação o grupo identificou como potencial de

melhoria a possibilidade de se criar horários definidos de parada para descanso ao longo da
jornada de trabalho. Os horários devem ser definidos a partir da produtividade dos
funcionários, ou seja, a cada número específico de paletes separados corresponderia um
tempo de descanso. Entende-se que estabelecendo horários fixos de parada, além da
melhora nas condições de trabalho, permite estabelecer uma redução nas perdas do sistema
consideradas anormais.
Neste sentido, o resultado mais significativo que está sendo implementado

como projeto piloto é a análise de outras semanas de pico para identificação das perdas e
definição de horários de parada a serem inseridos ao longo da jornada. O objetivo consiste
em criar uma condição característica para a operação das atividades nas semanas de pico
visando a uma melhor eficiência e eficácia do sistema.
89
6.2 Avaliação do estudo realizado
A elaboração e a execução deste projeto trouxeram alguns benefícios, tais como:
♦o estudo permitiu que se lançasse a primeira “semente” para despertar o

interesse da utilização da ferramenta na organização em estudo. Identificou-se
a partir deste projeto inicial diversas aplicações da simulação tanto no armazém
geral da empresa, terminais de cargas - análises do micro ambiente - quanto na
malha de rotas da empresa - análises do macro ambiente.
♦o modelo construído neste trabalho também poderá ser utilizado como

exemplo da potencialidade do uso da ferramenta de simulação para a
organização em projetos de viabilidade para aquisição deste tipo de ferramenta.
♦melhor entendimento do funcionamento do armazém geral e, principalmente,

da atividades de apanha separação objeto de estudo do trabalho.
♦possibilidade de analisar novos sistemas. Durante a execução do projeto o

grupo de trabalho começou a levantar possíveis aplicações da simulação na
empresa, percebendo as vantagens que ela poderia trazer em vários pontos de
funcionamento do armazém.
♦permitiu que se entendesse melhor a aplicabilidade da ferramenta de

simulação computacional na organização em estudo.
6.3 Potencialidades do uso da Ferramenta de Simulação Computacional
Para efeitos deste trabalho, as principais potencialidades da simulação foram:
♦ através do desenvolvimento do projeto de simulação foi possível aos

envolvidos no projeto o entendimento do sistema em termos de capacidade
operacional e inter-relações de variáveis, facilitando a identificação e avaliação
de melhorias do sistema.
♦ contribuiu como instrumento de aprendizagem e tomada de decisões sobre a

realidade organizacional, uma vez que a simulação permite experimentações
90
em um mundo virtual. Isto possibilitou ao grupo testar e mudar seus

pressupostos e compreensão do mundo real, aprimorando sua aprendizagem.
♦ quanto à utilização da ferramenta no processo de separação de pedidos: ao

longo do desenvolvimento do projeto de simulação, com o aumento do
entendimento dos processos de separação, as pessoas identificaram novas
aplicações da ferramenta. Por exemplo, o estudo da disposição das mercadorias
nos porta-paletes reservados para essa atividade de apanha separação de
pedidos. Neste caso, deveria ser desenvolvido um novo projeto para incluir
outras variáveis, desenvolver um novo modelo conceitual, considerar as
variabilidades do sistema.
♦ não só utilizar a simulação para a solução de um problema local, mas para

ampliar o sistema de análise, partindo para a análise de outros processos da
empresa de forma sistêmica.
Por fim, entende-se que os armazéns gerais dotados de sistema de

gerenciamento automatizado apresentam um grande potencial para desenvolvimento de
projetos de simulação. Tal constatação deve-se, principalmente, a disponibilidade de dados
existente em tais organizações. Normalmente os projetos de simulação encontram como
limitador a etapa de coleta de dados, os quais muitas vezes são inexistentes o acaba por
incrementar o tempo de desenvolvimento do projeto. Porém, neste tipo de organização, são
armazenadas em bancos de dados grande parte dos tempos de execução das atividades,
assim sendo, a coleta de dados se torna bastante facilitada.
6.4 Proposta para estudos futuros
Com base nos conhecimentos adquiridos na elaboração desta dissertação são

apresentadas propostas para desenvolvimento de trabalhos futuros, a saber:
♦ Desenvolvimento de projetos de simulação computacional para análise

sistêmica dos processos de armazém geral com a inclusão dos diversos clientes
do armazém e os custos das atividades;
91
♦ Aplicação de modelos de simulação computacional junto aos sistemas de

gerenciamento de armazém (WMS), de forma a permitir a visualização das
atividades em tempo real integrado aos indicadores gerenciais da organização;
♦ Utilizar outras formas de aprendizado que atuem sinergicamente com a

simulação computacional, como por exemplo, a utilização das ferramentas do
pensamento sistêmico.
REFERÊNCIAS BIBLIOGRÁFICAS
ANDRADE, Aurélio L. Aprendizagem e desenvolvimento organizacional: uma experiência com o

modelo da Quinta Disciplina. Dissertação de Mestrado, Porto Alegre: Programa de Pós-Graduação
em Engenharia de Produção/ Universidade Federal do Rio Grande do Sul, 1998.
BALLOU, Ronald H. Logística empresarial: transportes, administração de materiais e distribuição

fisica. São Paulo: Atlas, 1993.
BANZATO, Eduardo, FONSECA, Luiz Roberto P. da. Separação de pedidos - 4° parte série
projete o seu armazém. Revista Movimentação e Armazenagem. São Paulo: IMAM, p. 6-1 O,
jul./ago. 1999.
BARRÔNIO, Sidnei. Desenvolvimento de modelos de simulação computacional para análise e

melhorias de sistemas produtivos. Dissertação de Mestrado, Porto Alegre: Programa de Pós-
Graduação em Engenharia de Produção/ Universidade Federal do Rio Grande do Sul, 2000.
BATEMAN, Robert E. et a/. System improvement using simulation. Promodel corporation, 1997.
BLAU, Peter M., SCOTT, W. R. Organizações formais: uma abordagem comparativa. São Paulo:
Atlas, 1979.
BOBLITZ, G. Simulation eliminates need for an $80,000 machine and conveyor investment.
Industrial Engineering. Mar, 1991 , p. 26-28.
BORBA, Gustavo S. Desenvolvimento de uma abordagem para inserção da simulação no setor

hospitalar de Porto Alegre. Dissertação de Mestrado, Porto Alegre: Programa de Pós-
BOWERSOX, Donald J. Logística/ Management: a systems integration of physical distribution,

manufacturing support, and materiais procurement. 3° ed. New York: Macmillan Publishing
Company, 1986.
BRAGA, Juçara. Copersucar reduz custos com simulação. Revista Tecnologística. Fevereiro 1999,
pl6-18.
CASSEL, Ricardo Augusto. Desenvolvimento de uma abordagem para a divulgação da simulação

no setor calçadísta gaúcho. Dissertação de Mestrado, Porto Alegre: Programa de Pós-
93
CHING, Homg Yuh. Gestão de estoque na cadeia de logística integrada: supply chain. São Paulo:
Atlas, 1999.
CHRISTOPHER, Martin. Logística e gerenciamento da cadeia de suprimentos: estratégias para a

redução de custos e melhorias dos serviços. São Paulo: Pioneira, 1997.
COSTA, Cláudia, CONDE, William. Simulação do centro de operações postais de Benfica. Anais
da 1° Conferência Latino Americana de Simulação e Usuários Promodel, Innovation 99. São
Paulo, dezembro de 1999.
DAGANZO, Carlos F. Logistics systems analysis: Lecture notes in economics and mathematical
systems. Berlin: Sringer-Verlag, 1991.
FUSCO, A. C. Hospital Albert Einstein: Usamos e aprovamos o Medmodel. Boletim Fluxus -

Boletim informativo da Promodel. São Paulo, n°l , 1997.
GERENCIAMENTO da logística e cadeia de suprimentos/Logística training international; tradução

Sônia Mello. São Paulo: IMAM, 1996.
GOLDRATI, Eliyahu. Mais que sorte... um processo de raciocínio. São Paulo: Educator, 1994.
GUIA supply Chain. Suplemento da Revista Tecnologística. São Paulo: ABML. Maio de 1998.
HALL, Randolph W. Research opportunities in logistics. Transportation Research - A. V oi. 19A,

n° 5/6, pp. 399-402, 1985.
INGALLS, Ricki G., KASALES, Cynthia. CSCAT: the Compaq supply chain analysis tool. In
Proceedings ofthe 1999 Winter Simulation Conference. eds. P.A. Farrington, H.B. Nembhard,
D.T. Sturrock e G.W. Evans, 1201-1206. IEEE, Piscataway, New Jersey.
KAIBARA, Marly Mizue. A evolução do relacionamento entre clientes e fornecedores- um estudo

de suas principais características e contribuições para a implantação da filosofia JIT
Dissertação de Mestrado, Florianópolis: Programa de Pós-Graduação em Engenharia de
Produção/ Universidade Federal de Santa Catarina, 1998.
KOSFELD, Mark. Warehouse design through dynamic simulation. In Proceedings of the 1998
Winter Simulation Conference. Eds.D. J. Medeiros, E.F. Watson, J.S. Carson and M.S.
Manivannan, 1049-1053. IEEE, Piscataway, New Jersey.
94
LACERDA, Leonardo, RODRIGUES, A. M. Aplicação da técnica de simulação na alocação de

containers. Publicação do Centro de Estudos em Logística, Rio de Janeiro, 1998.
http :/ /wwv.; .coppead. u frj.br/pesquisa/cel/new/ fs-publ ic. htm
LACERDA, Leonardo. Armazenagem estratégica: analisando novos conceitos. Publicação do

Centro de Estudos em Logística, Rio de Janeiro, 2000.
w"vw.coppead.u frgs.br/pesqu isa/cel/new/fr-concei tos.htm
LACERDA, Leonardo. Automação na armazenagem: desenvolvimento e implementando projetos

de sucesso. Publicação do Centro de Estudos em Logística, Rio de Janeiro, 1999.
www.coppead.ufrgs.br/pesquisa/cel/new/fr-autom. htm
LAKATOS, E. M., MARCONI, M. M. Fundamentos de metodologia científica. 3" ed. São Paulo:
Atlas, 1991.
LAMBERT, D.M., et al. Administração estratégica da logística. São Paulo: Vantine Consultoria,
1998.
LA W, A. M. & KELTON, W. D. Simulation Modeling & Analysis. McGraw-Hill Books, NY,

Second Edition, 1991 .
LOBÃO, Elírio de Carvalho, PORTO, Arthur José Vieira. Evolução das técnicas de simulação em
acordo com a tecnologia. Anais do 15° ENEGEP. Outubro 1996, Piracicaba, SP.
LOPES, André. Avaliação de capacidade de fluxo: sistema de armazenagem automático. Anais da

1° Conferência Latino Americana de Simu/açção e Usuários Promodel, Innovation 99. São
Paulo, dezembro 1999.
MANUAL de operação e supervisão SAGA WMS. Belo Horizonte: S&A Sistemas e Automação
Ltda, 2000.
MARINO, Silvia. Revista Tecnologística. Ano V, n° 46, setembro 1999.
MENEZES, Alex F. S., RODRIGUES, Luís Henrique. Breves considerações sobre a flexibilidade e
o grau de especialização técnica das ferramentas de simulação computacional. Anais do /5°
ENEGEP. Outubro 1996, Piracicaba, SP.
MOURA, Reinaldo A. Manual de logística: armazenagem e distribuição fisica. São Paulo: IMAM,
vol. 2, 2° ed., 1997.
95
NAZÁRIO, Paulo R. S. et ai. Modelo de simulação em operações portuárias. Publicação do Centro

de Estudos em Logística, Rio de Janeiro, 1998. www.coppead.ufrj.br/pesÇJuisa/cel/new/fs-
public.htm
NISHIMURA, Gerson e BATISTA JR, Edgard Dias. Estudo comparativo entre softwares de
simulação de sistemas. Anais do 15° ENEGEP. Outubro 1996, Piracicaba, SP.
NOV AES, Antônio Galvão. Noras de aula Módulo 1. Disciplina Logística I, Universidade Federal
do Rio Grande do Sul, 1999a.
NOV AES, Antônio Galvão. Notas de aula. Disciplina Logística l , Universidade Federal do Rio
Grande do Sul, 1999b.
OLIVEIRA, L. HANSEN, P. Notas de aula. Disciplina de Simulação. Universidade Federal do Rio

Grande do Sul, PPGEP, 2000.
PEGDEN et a/. Introduction to simulation using SIMAN. São Paulo: Ed. McGraw Hill, 1990.
PIDD, Micbael. Simulating automated food plants. Journal ofthe Operation Research Society, 38,
8, 683-692.
PIDD, M ichael. Modelagem empresarial: ferramentas para tomada de decisão. Porto Alegre:
Artes Médicas, 1998.
PORTER, M.E. Estratégia Competitiva. Rio de Janeiro : Campus, 1986.
REVISTA movimentação e amtazenagem. Armazéns gerais estão transformando-se em centros

logísticos. Número 112, set/out 1999, p.72-74.
RIPOLL, Geraldo Panitz. Desenvolvimento de um modelo de simulação para dimensionamento de

equipe polivalente de manutenção da produção: uma abordagem estratégica. Programa de
Pós-Graduação em Administração/ Universidade Federal do Rio Grande do Sul, 1998.
RODRIGUES, Alexandre Medeiros, Saliby, Eduardo. A aplicação da simulação no

dimensionamento de bases de distribuição de combustíveis. Publicação do Centro de Estudos
em Logística, Rio de Janeiro, 1998. www.coppead.ufJj.br/pesÇJuisa/cel/new/ fs-public.htm
RODRIGUES, Alexandre Medeiros. Estratégias de picking na armazenagem. Publicação do

Centro de Estudos em Logística, Rio de Janeiro, 1999.
www.coppead.ufrgs. br/pesqu isa/cel/new/ fr-p ickin g.htm .
96
RODRlGUES, Luís Henrique. Developing an approach to help companies synchronise

manufacturing. Tese de doutorado, Departament of Management Science University of
Lancaster, UK, 1994.
SIMON, Herbert A. (1965). Comportamento Administrativo: estudo dos processos decisórios nas
organizações administrativas. Rio de Janeiro: Fundação Getúlio Vargas.
SCHUNK, Daniel, PLOTT, Beth. Using simulation to analyze supply chains.In Proceedings ofthe
2000 Winter Simulation Conference, eds. J.A. Joines, R.R. Barton, K. Kang e P.A. Fishwick,
1095- 1100. IEEE, Piscataway, New Jersey.
TAKAKUWA, Soemon, ITO, Kumiko, TAKIZA W A, Hiroki, HIRAOKA, Shinichiro. Simulation

and analysis of non-automated distribution warehouses. In Proceedings of the 2000 Winter
Simulation Conference, eds. J.A. Joines, R.R. Barton, K. Kang e P.A. Fishwick, 1177- 1184.
IEEE, Piscataway, New Jersey.
WILLIAMS, Edward J., GEV AERT, Andrew. Pallet optimization and throughput estimation
via s imulation. In Proceedings ofthe 1997 Winter Simulation Conference, eds. S. Andradóttir,
K.J. Hearly, D.H. Withers e B. L. Nelson, 744-747. IEEE, Piscataway, New Jersey.
WILLIAMS, Edward J. , SADAKANE, Shigeru. Simulation of a paint shop power and free
line. In Proceedings of the I997 Winter Simulation Conference, eds. S. Andradóttir, K.J.
Hearly, D.H. Withers e B. L. Nelson, 727-732. IEEE, Piscataway, New Jersey.
W ANKE, Peter, et al. Simulação como Ferramenta para Análise de Nível de Serviço e Capacidade
de Atendimento em um Posto de Gás Natural. Publicação do Centro de Estudos em Logística,
Rio de Janeiro, 1996. www.coppead.ufrj.br/pesquisa/cel/new/f.c;-publ ic.htm
YIN, R. K. The case study crisis: some answers. Administrative Science Quarterly. Cornell
University. V. 26, março de 1981.

Análise Das Potencialidades Do Uso Da Ferramenta de Simulação Computacional em Operações Logísticas: Estudo de Caso em Um Armazém Geral

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Análise Das Potencialidades Do Uso Da Ferramenta de Simulação Computacional em Operações Logísticas: Estudo de Caso em Um Armazém Geral

Enviado por

Direitos autorais:

Formatos disponíveis

UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL

PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE PRODUÇÃO

Análise das potencialidades do uso da ferramenta de

Luciane Xerxenevsky Bergue

Orientador: Prof. Dr. Luiz Afonso dos Santos Senna

Dissertação de Mestrado submetida ao Programa de Pós-

Porto Alegre, dezembro de 2000.

Luciane Xerxenevsky Bergue

Luiz Afonso dos Santos Senna, Dr.

Emílio Merino Dominguez

Helena Beatriz Bettella Cybis

Maria Cleci Martins Carvalho

Porto Alegre, dezembro de 2000.

Dedico este trabalho ao meu marido, Sandro Trescastro Bergue

Este trabalho é resultado de muito esforço, luta, ideais, discussões, aprendizagem,

♦Ao amigo Sidnei Barrônio, pelo incentivo, disponibilidade, discussões, contribuições,

♦Aos professores Luís Henrique Rodrigues, pelos ensinamentos em simulação

♦A todas as pessoas da empresa em que tive o prazer de trabalhar na elaboração do estudo

♦A UFRGS, pela qualidade do ensino público e gratuito em minha formação desde a

♦Ao CNPQ, pelo incentivo à pesquisa através da concessão de bolsas de estudos;

3.4.2 Definir o sistema e o modelo conceitual .................................................................................... 48

Figura 1: Funções básicas de um armazém ................................................................................................ 24

Esta dissertação analisa potencialidades de uso da ferramenta de simulação

O substrato teórico utilizado envolve uma abordagem sobre a logística e

No desenvolvimento da pesquisa, identificaram-se diversas aplicações da

O desenvolvimento do projeto de simulação computacional contribuiu como

Identificou-se ainda, que os armazéns gerais dotados de sistema de

This dissertation analyses potential use of the computational simulation tool to

The theory utilized involves a logistics approach, a warehouse characterization

In the research development, several applications of the simulation were

The development of the computational simulation project contributed as a tool

It was identified that warehouses have automated management system show a

O processo de transformação pelo qual passa a economia mundial, associado

Neste ambiente de crescentes exigências, o sistema logístico assume papel

Assim, alguns processos do sistema logístico, até então pouco significativos,

O modelo industrial, baseado nos conceitos de vantagem competitiva (Porter

espécies. Entre eles citam-se os serviços de distribuição, abastecimento, armazenagem,

A nova visão da operação de armazenagem associada à tendência de

O desafio de atuar em sistemas complexos está intimamente relacionado com o

Abre-se espaço para o uso de ferramentas para auxiliar o processo de

1.1 Justificativa do estudo

A compreensão dos processos de armazenagem caracterizados e a otimização

Uma das motivações para a realização deste estudo provém da dificuldade de

A oportunidade da análise desenvolvida no estudo de caso proposto assenta-se

Na análise de viabilidade do projeto considera-se como fatores relevantes à

1.2 Objetivos do Estudo

1.2.1 Objetivo Geral

1.2.2 Objetivo Específico

1.3 Delimitação do Estudo

O estudo foi realizado em um armazém geral pertencente a uma empresa de

No âmbito do armazém geral, a proposta de estudo está focalizada no processo

Convém observar que a análise de potencialidade da utilização da simulação

1.4 Estrutura do Estudo

Esta dissertação está estruturada em 6 capítulos, descritos a seguir.

Capítulo 1 – Introdução: busca prover informações para a compreensão do

Capítulo 2 – Referencial Teórico: neste capítulo apresenta-se o aporte teórico

Capítulo 3 – Método de trabalho: apresenta o método aplicado para o

Capítulo 4 – Estudo de caso: destina-se à apresentação do estudo de caso

Capítulo 5 – Análise da simulação: reúne os resultados e interpretações obtidas

Capítulo 6 – Conclusões do estudo: são apresentadas as conclusões obtidas

CAPÍTULO 2 – REFERENCIAL TEÓRICO

Este capítulo apresenta as bases teóricas para a realização deste trabalho.

A logística tem sido exercida desde os tempos mais remotos da civilização,